MétaCan
Menu
Retour à la cohorte
Enregistrement W4281764185 · doi:10.3390/biology11060842

Aerosol Nutrients and Their Biological Influence on the Northwest Pacific Ocean (NWPO) and Its Marginal Seas

2022· review· en· W4281764185 sur OpenAlexaff
Cui Guo, Yao Zhou, Hongyan Zhou, Chang Su, Liangliang Kong

Notice bibliographique

RevueBiology · 2022
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensMcGill University
Organismes subventionnairesNational Natural Science Foundation of ChinaUniversity of Tasmania
Mots-clésAerosolBiogeochemical cycleNutrientDeposition (geology)PhytoplanktonEnvironmental scienceSeawaterOceanographyBiologyAtmospheric sciencesEnvironmental chemistryEcologySedimentGeographyMeteorologyGeologyChemistry

Résumé

récupéré en direct d'OpenAlex

Atmospheric deposition is recognized as a significant source of nutrients in the surface ocean. The East Asia region is among the largest sources of aerosol emissions in the world, due to its large industrial, agricultural, and energy production. Thus, East Asian aerosols contain a large proportion of anthropogenic particles that are characterized by small size, complex composition, and high nutrient dissolution, resulting in important influences on marine microbes and biogeochemical cycles in the downwind areas of the northwest Pacific Ocean (NWPO). By using remote sensing, modeling, and incubation experimental methods, enhanced primary production due to the East Asian aerosol input has been observed in the NWPO, with subsequent promotion and inhibition impacts on different phytoplankton taxa. Changes of bacterial activity and diversity also occur in response to aerosol input. The impact of East Asian aerosol loadings is closely related to the amount and composition of the aerosol deposition as well as the hydrological condition of the receiving seawater. Here, we review the current state of knowledge on the atmospheric nutrients and the effects of the East Asian aerosols on microbes in the NWPO region. Future research perspectives are also proposed.

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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,049
Tête enseignante GPT0,243
Écart entre enseignants0,194 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiologyMême sujetMarine and coastal ecosystemsTravaux en français237 207