MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408824197 · doi:10.5194/oos2025-920

Exploring Zooplankton Community Structure and Environmental Relationships in a Glacial-Terminating Fjord in Southeast Greenland

2025· preprint· en· W4408824197 sur OpenAlexaff
Haley Carlton, Lorenzo Ciannelli, Kim S. Bernard, Caroline Bouchard, Aurora Roth, Fiammetta Straneo

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésFjordGlacial periodZooplanktonOceanographyGeologyGeographyPaleontology

Résumé

récupéré en direct d'OpenAlex

High-latitude oceans are among the most vulnerable regions to a warming climate. Historically covered by sea ice for much of the year, these areas are now experiencing accelerated environmental changes, such as increasing atmospheric and ocean temperatures, resulting in rapid glacial melt and calving. Sermilik Fjord, located in southeastern Greenland, is an Arctic fjord system influenced by marine-terminating glaciers and characterized by complex bathymetry and distinct water masses, including warm, saline Atlantic Water (AW), cold, saline polar water, and cold, fresh subglacial meltwater. These characteristics create a diverse and productive ecosystem, with unique physical characteristics among the inner fjord, outer fjord, shelf, and slope/off-shelf regions.This study aims to explore and compare zooplankton community assemblages across Sermilik Fjord, specifically focusing on the presence or absence of AW in the surface waters (40-200 m depth). This research will determine relationships between zooplankton community composition and AW, define community structure for each region, and identify indicator species associated with specific regions or water masses. Field collections were conducted using 29 samples from a bongo sampler deployed to a depth of 100 m. Vertical profiles of temperature, salinity, and other parameters were collected using a CTD, providing a detailed understanding of the water column structure and the presence of different water masses.About half of all stations that zooplankton were collected at had AW present in the surface waters. A hierarchical cluster analysis determined five key zooplankton community clusters in the fjord, and distinct separation between communities that had a presence or absence of AW in the surface waters. Zooplankton statistical analyses will be accomplished through a NMDS on community clusters. SIMPER analysis identified euphausiids and chaetognaths as key contributors (over 50%) to community dissimilarity. Diversity analysis using Shannon and Simpson indices revealed considerable variability in zooplankton community composition across samples. Low Shannon values (e.g., Upper fjord with H' = 0.032 and Mid-fjord with H’ = 0.011) and high Simpson values (e.g., Fjord Mouth, D = 0.65) indicated dominance by a single species, suggesting low community diversity. In contrast, samples near the glacier-terminus (H' = 1.10, D = 0.66) and coast (H' = 0.87, D = 0.55) exhibited higher diversity and evenness. These findings highlight areas with both high species dominance and more evenly distributed communities, reflecting spatial differences in zooplankton community structure. Preliminary results indicate potential gradients in community composition, with warmer water species and higher zooplankton abundance associated with AW presence in surface waters. Distinct communities were also observed between regions influenced by glacial meltwater and those characterized by warmer AW influx.This work contributes to our understanding of the ecological dynamics of Greenland's fjords in response to climate change, highlighting the importance of zooplankton as key players in Arctic marine ecosystems. It further emphasizes the challenges and urgency of studying these vulnerable regions, as they undergo profound shifts in their physical and biological environments.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,193
Score d'incertitude au seuil0,385

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,054
Tête enseignante GPT0,250
Écart entre enseignants0,196 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIsotope Analysis in Ecology→Travaux en français237 207→