MétaCan
Menu
Retour à la cohorte
Enregistrement W4289323696 · doi:10.1525/elementa.2021.00067

Atmospheric forcing and photo-acclimation of phytoplankton fall blooms in Hudson Bay

2022· article· en· W4289323696 sur OpenAlexafffund
Lucas Barbedo, Simon Bélanger, Jennifer V. Lukovich, Paul G. Myers, Jean‐Éric Tremblay

Notice bibliographique

RevueElementa Science of the Anthropocene · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversité LavalUniversity of AlbertaUniversity of ManitobaUniversité du Québec à Rimouski
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Aeronautics and Space AdministrationCanada Research ChairsArcticNetManitoba HydroUniversité du Québec à Rimouski
Mots-clésPhytoplanktonEnvironmental sciencePycnoclinePhotic zoneOceanographyBloomSpring bloomBayAtmospheric sciencesMixed layerStratification (seeds)Pelagic zoneAlgal bloomNutrientGeologyEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Pulses of ocean primary productivity during the fall season are frequent in the mid-latitudes when ocean cooling and wind-driven turbulence erode the surface stratification and allow the injection of nutrients into the euphotic zone. This phenomenon is often referred to as a phytoplankton fall bloom, and can play an essential role in the survival of marine species during winter. In Hudson Bay, we found that pelagic fall blooms are triggered when the convective mixing, forced mainly by atmospheric cooling and to a lesser extent to wind-driven turbulence, expands the mixed layer, ventilates the pycnocline, and likely erodes the nitracline. Ocean color observations were used to assess the seasonal variability of phytoplankton photo-acclimation state from the ratio of phytoplankton carbon (Cphy) to chlorophyll-a concentration ([chla]). Cphy was estimated using the satellite-derived particulate backscattering coefficient (bbp) after subtraction of the non-algal backscattering background. We found a systematic increase in Cphy and Cphy:[chla] from mid-summer to fall season indicating that fall blooms are potentially productive in term of organic carbon fixation.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,103
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
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 Opus0,007
Tête enseignante GPT0,213
Écart entre enseignants0,205 · 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.

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
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueElementa Science of the AnthropoceneMême sujetMarine and coastal ecosystemsTravaux en français237 207