MétaCan
Menu
Retour à la cohorte
Enregistrement W4402794739 · doi:10.3354/meps14707

Wave exposure influences kelp morphological and biomechanical phenotypic plasticity

2024· article· en· W4402794739 sur OpenAlexaffabout
A Savard-Drouin, A Ulrick

Notice bibliographique

RevueMarine Ecology Progress Series · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésKelpPhenotypic plasticityKelp forestBiologyPlasticityEcologyMaterials science

Résumé

récupéré en direct d'OpenAlex

Despite global and local declines in kelp ecosystems, luxuriant kelp beds persist at the Eastern Shore Islands (ESI) in Nova Scotia, Canada. Kelp beds in other regions of Nova Scotia were defoliated as the invasive bryozoan Membranipora membranacea and warming temperatures weakened kelp tissues and enhanced erosion and dislodgment. We propose that the high wave exposure at the ESI causes morphological and biomechanical phenotypic plasticity of kelp tissues. We compared differences in morphology and mechanical properties of the kelps Laminaria digitata and Saccharina latissima across 3 sites with different wave exposures, and differences in mechanical properties across blade lengths. Both species showed morphological plasticity; higher wave exposure resulted in longer and thicker stipes and thicker blades with increased branching. The mechanical properties of L. digitata showed increased breaking stress (strength) and strain (extensibility) with higher wave exposure, whereas S. latissima did not show mechanical plasticity with increasing exposure. For both species, blades were weaker but more extensible at the meristem and stronger but less extensible near the distal end of the blade. Larger and stronger kelp from high-exposure areas may promote the persistence of kelp beds in the ESI despite local stressors.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
Score d'incertitude au seuil0,051

Scores du classifieur distillé par catégorie (deux têtes)

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,015
Tête enseignante GPT0,212
Écart entre enseignants0,198 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine Ecology Progress SeriesMême sujetMarine and coastal plant biologyTravaux en français237 207