MétaCan
Menu
Retour à la cohorte
Enregistrement W4413057864 · doi:10.1002/lno.70137

How marine heatwaves are reshaping phytoplankton in the Northeast Pacific

2025· article· en· W4413057864 sur OpenAlexafffund
Loïck Kléparski, Clare Ostle, Sonia Batten, Nicolas Djeghri, Claudine Hauri, Rémi Pagès, Suzanne Strom

Notice bibliographique

RevueLimnology and Oceanography · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensNorth Pacific Marine Science Organization
Organismes subventionnairesNorth Pacific Marine Science OrganizationNorth Pacific Research BoardExxon Valdez Oil Spill Trustee CouncilNational Science Foundation
Mots-clésPhytoplanktonOceanographyEnvironmental scienceAbundance (ecology)PlanktonCarbon fibersEcosystemCarbon cycleTotal organic carbonNitrateChlorophyll aMarine ecosystemAtmospheric sciencesEcologyNutrientGeologyBiologyBotany

Résumé

récupéré en direct d'OpenAlex

Abstract In 2015 and 2019, the Northeast Pacific has undergone significant heatwave events that strongly disrupted marine ecosystems functioning and services. Here we use the data collected by the Continuous Plankton Recorder (CPR) survey to investigate the changes in summer phytoplankton abundance and morphology and show an increase in prolate (i.e., elongated) taxa during heatwave events, in response to warmer temperatures and declining nitrate. We also investigate the impacts of the morphological shifts on the carbon cycle and show that warmer periods were dominated by prolate cells with high carbon content, whereas cooler periods were dominated by oblate (i.e., flattened) cells with low carbon content. By altering community composition and the overall cells sinking velocity, these morphological shifts likely impacted the carbon cycle, as they were correlated with changes in surface chlorophyll a and particulate organic carbon concentrations.

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)0,001
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 enseignants0,054
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
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 Opus0,008
Tête enseignante GPT0,182
Écart entre enseignants0,175 · 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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetMarine and coastal ecosystemsTravaux en français237 207