MétaCan
Menu
Retour à la cohorte
Enregistrement W4254417133 · doi:10.24200/jams.vol23iss0pp11-23

Overview of Decadal Ecosystem Changes in the Western Arabian Sea and the Occurrence of Algal Blooms

2019· article· en· W4254417133 sur OpenAlexaff
Paul J. Harrison, Sergey Piontkovski, Khalid Al-Hashmi

Notice bibliographique

RevueJournal of Agricultural and Marine Sciences [JAMS] · 2019
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUnited Arab Emirates University
Mots-clésOceanographyPhotic zoneEnvironmental scienceRed tideShoaling and schoolingAlgal bloomRegime shiftDiatomEcosystemPhytoplanktonEcologyBiologyNutrientGeology

Résumé

récupéré en direct d'OpenAlex

Gradual decadal changes have taken place in the Western Arabian Sea over the last 50 years. These changes have affected wind speeds, atmospheric and sea surface temperature, thermohaline stratification, shoaling of the oxycline, and dust/iron inputs. A decrease in nitrate supply of the photic layer have caused an increase in annual frequency of harmful algal blooms and fish kills. Along with that, a decrease in diatom biomass and a shift from red Noctiluca to green Noctiluca during the northeast monsoon was observed during the last two decades, Even though these are the same species they have very different nutritional modes. The red one is a heterotroph with a preference for grazing diatoms, while the green one has a symbiont and thus it is a mixotroph. Recent results suggest that this shift may be caused by the shoaling oxycline since the green one grows better under low oxygen because the symbiont produces oxygen for its host. The western Arabian Sea is temporally and spatially complex. With the recent advances in remote sensing of the ocean, a further understanding of these temporal and spatial changes can be gained through analyzing frequent images with opportunistic ground-truthing.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,026
Score d'incertitude au seuil0,989

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,016
Tête enseignante GPT0,213
Écart entre enseignants0,197 · 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 tête enseignante, 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

Citations4
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Agricultural and Marine Sciences [JAMS]Même sujetMarine and coastal ecosystemsTravaux en français237 207