Combining <i>in situ</i> and <i>ex situ</i> plankton image data to reconstruct zooplankton (&gt;1 mm) volume and mass distribution in the global ocean
Notice bibliographique
Résumé
Abstract Plankton size spectra are important indicators of the ecosystem state, yet such measurements are typically biased by the available sampling methods. Here, we combined individual size measurement from two zooplankton imaging approaches—in situ observation by the Underwater Vision Profiler5 and Multinet-collection supplemented by ex situ imaging via Zooscan—obtained in the global ocean, to calculate zooplankton normalized biovolume size spectra (NBSS) for all organisms larger than 1 mm. The reconstructed NBSS combining both datasets resulted in increased biomass estimates by adding organisms poorly sampled by either of the methods. The optimal values measured by both methods are used to reconstruct the zooplankton biovolume and biomass distributions. The reconstructed slopes appeared steeper and closer to those measured only by the UVP5 (+7.6%) and flatter than those obtained only from the Multinet (−20%), particularly in tropical and temperate latitudes. The main difference in tropical and temperate NBSS from the two devices is due to the fragile rhizarians that were not accounted for when using net data. When possible, we suggest using in situ and ex situ technologies together, and we provide potential indications on how to correct for missing components of the community when only one method is available.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».