MétaCan
Menu
Retour à la cohorte
Enregistrement W4406530394 · doi:10.1016/0967-0653(94)92549-6

10.1016/0967-0653(94)92549-6

2000· article· en· W4406530394 sur OpenAlexvenueno aff

Notice bibliographique

RevueTime to knit · 2000
Typearticle
Langueen
DomaineEngineering
ThématiqueParticle Dynamics in Fluid Flows
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésZooplanktonOceanographyEnvironmental scienceFisheryBiologyGeology

Résumé

récupéré en direct d'OpenAlex

The distribution and behavior of tintinnids Stenosernella nucula have been measured in situ within a microlayer formed by 39 million individuals⋅liter–1 with an optical particle counting- and imaging-system. The parallel propulsions of the many animals add up and drive strong downwelling water currents. Preliminary results for swimming-speeds, -directions and organism-distributions are presented. Probably due to gyrotaxis (Kessler, 1985, 1986) or some unknown bio/physical processes the organisms are focused into their self-generated velocity profile. Similar phenomena have been described for very dense plankton cultures as “bioconvection” (Childress et al., 1975a, 1975b; Platt, 1961; Plesset and Winet, 1974; Plesset et al., 1975). The micropatches are 2–4 mm wide and 8–340 mm deep with organism concentrations up to 215 million tintinnids⋅liter–1. The flows form small convection cells similar to Langmuir- or Benard-cells with distances between the patches of 8–30 mm. At the edge of the downwelling areas water velocity increases from near zero to 2–3 mm per s over a vertical distance of less than 1 mm resulting in considerable shear. Some ecological consequences of these microturbulences and microdistributions for predator-prey relationships and particle transports in eutrophic estuaries are discussed.

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)0,003
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,002
Méta-épidémiologie (sens strict)0,0050,002
Méta-épidémiologie (sens large)0,0030,002
Bibliométrie0,0040,003
Études des sciences et des technologies0,0030,004
Communication savante0,0060,009
Science ouverte0,0050,005
Intégrité de la recherche0,0100,004
Charge utile insuffisante (le modèle a refusé de juger)0,9910,993

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 Opus0,005
Tête enseignante GPT0,163
Écart entre enseignants0,158 · 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; l’étiquette directe de Gemma et le classifieur distillé Codex s’accordent sur ce qui est montré ici.

Devis d'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTime to knitMême sujetParticle Dynamics in Fluid FlowsTravaux en français237 207