Arctic sea-ice ridges: a major contributor to algal habitable space in spring
Notice bibliographique
Résumé
Arctic sea ice is highly heterogeneous and composed of a mosaic of different habitats. Our understanding of the impact of climate change on Arctic sea ice and especially on the ice-associated ecosystems is hindered by both a lack of data and a limited understanding of the processes associated with different sea-ice habitats. In particular sea-ice ridges are one of the most under-sampled and poorly understood components of the Arctic sea-ice system. During a spring campaign in the Arctic Ocean, we combined a number of sampling approaches to quantify: 1) the spatial variability of sea-ice algae at single floe and multiple floe scales; 2) the contribution of ridges to ice algal spatial variability; and 3) the role of ridges in shaping the sea ice as a habitat. For upscaling purposes, algal biomass retrieved from ice cores was compared with biomass estimates based on under-ice profiles covering a total of 36 km. Our results show that the level-ice spatial variability measured on a single ice floe can be representative of the larger scale variability. However, only when ridges are included in the analysis we are able to obtain a comprehensive picture of the large-scale ice algal biomass variability. In spring, ridges let more light pass through the ice due to their geometry and their effects on snow distribution, they thus offer a potentially favorable environment for algae to grow within, and they can act as funnels of light for pelagic organisms. On a large scale, ridges contribute more than 50% percent of the potential habitable space for ice algae for snow-covered Arctic sea ice in spring.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».