MétaCan
Menu
Retour à la cohorte
Enregistrement W4327549452 · doi:10.1038/s43247-023-00719-3

Seasonal and habitat-based variations in vertical export of biogenic sea-ice proxies in Hudson Bay

2023· article· en· W4327549452 sur OpenAlexafffund
Tiia Luostarinen, Kaarina Weckström, Jens K. Ehn, Michelle Kamula, Amanda Burson, Aura Diaz, Guillaume Massé, Suzanne McGowan, Zou Zou A. Kuzyk, Maija Heikkilä

Notice bibliographique

RevueCommunications Earth & Environment · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGeology and Paleoclimatology Research
Établissements canadiensUniversité LavalUniversity of Manitoba
Organismes subventionnairesNatural Environment Research CouncilNatural Sciences and Engineering Research Council of CanadaSight Research UKArcticNetAcademy of FinlandPolar Knowledge CanadaAlfred Kordelinin Säätiö
Mots-clésSea iceOceanographyArctic ice packDiatomPelagic zoneArcticDinoflagellateGeologyBayWater columnSedimentDrift icePaleontology

Résumé

récupéré en direct d'OpenAlex

Abstract Despite their wide use in past sea-ice reconstructions, the seasonal, habitat and species-based sources of sedimentary sea-ice proxies are poorly understood. Here, we conduct direct observations of the community composition of diatoms, dinoflagellate cysts and highly branched isoprenoid lipids within the sea ice, water column, sediment traps and sediment surface in the Belcher Islands Archipelago, Hudson Bay throughout spring 2019. We find that Arctic diatom and dinoflagellate cysts species commonly used as sea-ice proxies appear to be only indirectly linked to sea-ice conditions, and that the sediment assemblages of these groups overrepresent summertime pelagic blooms. Species contributing to the diverse sea-ice diatom communities are rare in the sediment. Dinoflagellate cysts form a typical Arctic assemblage in the sediment, although they are virtually absent in the sea ice and water column in spring. We also find that certain highly branched isoprenoid lipids that were previously considered indicators of open water, can be produced in sea-ice. We conclude that contextual knowledge and a multiproxy approach are necessary in reconstruction, encouraging further studies on the sources and controls of sea-ice proxy production in different geographic areas.

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 enseignants0,051
Score d'incertitude au seuil0,479

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 Opus0,033
Tête enseignante GPT0,255
Écart entre enseignants0,222 · 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

Citations13
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCommunications Earth & EnvironmentMême sujetGeology and Paleoclimatology ResearchTravaux en français237 207