MétaCan
Menu
Retour à la cohorte
Enregistrement W4392433948 · doi:10.21123/bsj.2011.8.1.519-530

Phytoplankton primary production in southern Iraqi marshes after restoration

2011· article· en· W4392433948 sur OpenAlexaff
Fikrat M. Hassan, Abdul-Rahman A. Al-Kubaisi, Adel H. Talib, D. S. Abdulah, William D. Taylor

Notice bibliographique

RevueBaghdad Science Journal · 2011
Typearticle
Langueen
DomaineSocial Sciences
ThématiqueTransboundary Water Resource Management
Établissements canadiensUniversity of Waterloo
Organismes subventionnairesnon disponible
Mots-clésMarshPhytoplanktonProduction (economics)Primary (astronomy)BiologyEnvironmental scienceBotanyEcologyWetlandEconomicsNutrientPhysics

Résumé

récupéré en direct d'OpenAlex

Primary productivity and chlorophyll-a were used in this study to monitor the restoration process of southern Iraqi marshes (Al-Hewaizeh, central marshes, and Al-Hammar). The phytoplankton primary productivity was based on oxygen light/dark bottle method. Two different depths samples were taken monthly from six studied marshes stations (two stations for each marsh) during November 2005 to October 2006, while chlorophyll-a samples taken from surface water. The phytoplankton primary productivity values ranged 9.38 – 249.79 mg C/m3.hr for all marshes, its values for surface water sample ranged 11.71 – 256.24 mg C/m3.hr, while for 1m depth ranged 9.38 – 142.5 mg C/m3.hr. Chlorophyll-a values ranged between (1.1 – 21.26) µg/l indicating high values of productivity in the studied marshes comparing with other aquatic Iraqi ecosystems. Also, dissolved oxygen and oxygen saturation rate were measured in this study.

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)0,004
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 enseignants0,388
Score d'incertitude au seuil0,646

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,001
Science ouverte0,0010,000
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 GPT0,259
Écart entre enseignants0,226 · 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

Citations12
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBaghdad Science JournalMême sujetTransboundary Water Resource ManagementTravaux en français237 207