MétaCan
Menu
Retour à la cohorte
Enregistrement W4401929624 · doi:10.1002/lol2.10428

A dataset of individual wet weights of benthic macroinvertebrates

2024· article· en· W4401929624 sur OpenAlexaff
Allison R. Hrycik, Lyubov E. Burlakova, Alexander Y. Karatayev, Susan E. Daniel, R. Dermott, Morgan Tarbell, Elizabeth K. Hinchey

Notice bibliographique

RevueLimnology and Oceanography Letters · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesUniversity at BuffaloU.S. Geological SurveyUniwersytet Kazimierza Wielkiego w BydgoszczyU.S. Environmental Protection AgencyBelarusian State UniversityState University of New YorkUniversity of Wisconsin-Madison
Mots-clésBenthic zoneInvertebrateEnvironmental scienceEcologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Biomass estimates are crucial for modeling and understanding energy flow through ecosystems. Many modeling frameworks rely on published body weights of organisms to convert density estimates to biomass. However, published body weight data are limited to few taxa in a limited number of systems. Here we present mean individual weights for common benthic macroinvertebrates of the Laurentian Great Lakes from over 2000 benthic samples and 8 yr of data collection. We also compiled wet to dry weight conversions to facilitate data reuse for researchers interested in dry weight. We compared our benthic invertebrate weights to other lakes, demonstrating when weight measurements may be applied outside the Great Lakes. Sensitivity analyses supported the robustness of our calculations. Our dataset is applicable to food web energy flow models, calculation of secondary production, interpretation of trophic markers, and for understanding how biomass distribution varies by benthic invertebrate species in the Great Lakes.

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)0,000
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 enseignants0,052
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

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

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 Opus0,009
Tête enseignante GPT0,220
Écart entre enseignants0,211 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and Oceanography LettersMême sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207