MétaCan
Menu
← Retour à la cohorte
Enregistrement W4250672998 · doi:10.7287/peerj.preprints.26846

Macrofaunal diversity gradients in Antarctic rocky benthic communities: Effects of glaciers and depth

2018· preprint· en· W4250672998 sur OpenAlexaff
Luis Miguel Pardo, Ignacio Garrido, Paulina Bruning, Charlotte Carrier, Rossana Reveco, Nelson Valdivia

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine Biology and Ecology Research
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésGlacierBenthic zoneOceanographyEcologyGeologyAbundance (ecology)BayClimate changeEnvironmental scienceGeographyPhysical geographyBiology

Résumé

récupéré en direct d'OpenAlex

Western Antarctic shows one of the fastest responses to climate change on Earth. Glacier meltdown and freshening are perhaps the most conspicuous evidence of anthropogenic impacts, that together with ice scouring can strongly modify benthic communities. The spatial extension of these impacts has been rarely explored in rocky subtidal environments. This study describes changes in benthic communities across glacier and bathymetric gradient in Fildes Bay, Antarctica. Suction samples were taken from four sites at increasing distance from the Collin glacier (0 - 2.5 – 5 - 7 km) and three depths (5 – 10 - 15 m). Macrofaunal diversity increased with depth across all distances from the glacier; these changes were associated with the increase in diversity of amphipods and echinoderms. The lowest and highest species diversity occurred at zero and two km from the glacier, indicating a strong, but localized, glacier effect. Variation in salinity tolerance and the abundance of key habitat forming algae could explain the spatial variation in these communities. This result remarks the importance of facilitation as a structuring force in Antarctic benthic communities. We suggest that the fate of communities in future climate-change scenarios will depend on how habitat-forming species respond to these environmental changes.

Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.

Comment cette classification a été obtenuedéplier

Prédiction machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,007
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

Scores machine (provisoires)

Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.

Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.

Tête enseignante Opus0,023
Tête enseignante GPT0,248
Écart entre enseignants0,225 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMarine Biology and Ecology Research→Travaux en français237 207→