MétaCan
Menu
Retour à la cohorte
Enregistrement W4415482173 · doi:10.1126/science.adq8520

Calcifying plankton: From biomineralization to global change

2025· review· en· W4415482173 sur OpenAlexaff
Patrizia Ziveri, Gerald Langer, Sonia Chaabane, Joost de Vries, William R. Gray, Nina Keul, Ian Hatton, Clara Manno, Richard D. Norris, Sven Pallacks, J. R. Young, Ralf Schiebel, Stergios D. Zarkogiannis, Griselda Anglada‐Ortiz, Stefania Bianco, Thibault de Garidel‐Thoron, Michaël Grelaud, Arturo Lucas, Ian Probert, P. Graham Mortyn

Notice bibliographique

RevueScience · 2025
Typereview
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésBiogeochemical cyclePlanktonGlobal changeBiomineralizationCarbon cycleAlkalinityOcean acidificationClimate changePelagic zone

Résumé

récupéré en direct d'OpenAlex

The cycling of calcium carbonate (CaCO 3 ) in the ocean is closely linked to seawater alkalinity and the regulation of atmospheric CO 2 . In the modern pelagic ocean, almost all CaCO 3 is produced by three groups of calcifying planktonic organisms: coccolithophores, foraminifers, and shelled pteropods. In this Review, we examine the differences in functional traits that define each group’s distinctive role in the global carbon cycle and their sensitivity to climate change and ocean acidification. This synthesis reveals that a single representation of CaCO 3 in climate models is unlikely to accurately reflect system dynamics or their impacts on biogeochemical cycling under climate change. We argue that understanding past and future CaCO 3 cycle requires a better delineation of the traits that make up the diversity of calcifying plankton groups.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Autre devis · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,998
Score d'incertitude au seuil0,884

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,001

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 Opus0,088
Tête enseignante GPT0,366
Écart entre enseignants0,279 · 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 tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeAutre devis
Domainenon disponible
GenreSynthèse

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

En bref

Citations14
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207