Estimating Time Series Phytoplankton Carbon Biomass: Inter-Lab Comparison Of Species Identification And Comparison Of Volume-To-Carbon Scaling Ratios
Notice bibliographique
Résumé
Abstract An inter-calibration exercise was conducted to assess the performance of six phytoplankton taxonomists working within the Danish National Aquatic Monitoring and Assessment Program (DNAMAP). For species abundance and cell volume, a 2-fold difference was found among different estimates for subsamples from the same sample, which in turn cascaded into large differences in the species-specific carbon biomass contribution. The mean total carbon biomass estimated showed high variability (CV 43%) among the six taxonomists, but large variations were present within results produced by individual taxonomists (CV 8e50%), and one of the taxonomists produced significantly lower estimates than the others. Using data from phytoplankton time series samples, we also assessed the effect using a table of species-specific cell volumes versus cell volume measurements from a sample on carbon biomass values. For an example, the older cell-volume-to-carbon conversion method with fixed carbon-conversion constants was compared to the more recent approach of scaling biovolume to carbon biomass based on established regressions. We found that the regression between community biomass estimated by the old method versus the more recent equation yielded a slope close to 1, thus indicating general similar community biomass estimated between the methods. Type II regression suggested a high degree of variability in the estimates (17%). The highest degree of uncertainty was found by type II linear regression, when we compared the community biomass of diatoms estimated by cell sizes measured by sample to diatom community biomass estimated from cell sizes from a table of fixed cell sizes. In this analysis variation among methods for carbon estimation of individual samples was as high as 114%. Therefore, we recommend that, particularly for diatoms, cell volumes should be determined from the sample, or that table values be based on monthly estimates for at least the dominant diatom species for each study area.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».