MétaCan
Menu
Retour à la cohorte
Enregistrement W4416753134 · doi:10.1139/as-2025-0044

Temporal assessment of cumulative impacts from interacting disturbances of wildfires and lake-level changes on a small lake in the Western Canadian Arctic

2025· article· en· W4416753134 sur OpenAlexafffundvenueabout
Rachel Pellegrino, Claire O’Hagan, Jennifer B. Korosi, John P. Smol, Joshua R. Thienpont

Notice bibliographique

RevueArctic Science · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensQueen's UniversityYork University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDiatomDisturbance (geology)EutrophicationSubfossilArcticLake ecosystemEcosystemPaleolimnologyTemperate climate

Résumé

récupéré en direct d'OpenAlex

We analysed long-term ecosystem change in a small lake in the Tuktoyaktuk Coastlands (Northwest Territories, Canada). Lake 2B (unofficial name) has a history of polycyclic thaw slumping, associated with oligotrophic, clearwater conditions in this region. In 1968, Lake 2B was impacted by a wildfire that resulted in eutrophication, inferred from a rapid increase in the meso-eutrophic diatom Cyclostephanos in a sediment core. Eutrophic conditions were confirmed by water sampling in 2007 and 2017. Analysis of remote-sensing data revealed that Lake 2B experienced catastrophic drainage in 2012, likely in response to an extreme summer rainfall event. Field sampling confirmed that the lake re-filled between 2017 and 2023, with the re-filling resulting in re-oligotrophication. However, subfossil diatom assemblages showed that Cyclostephanos remained dominant. This contrasts with many temperate lakes, where recovery from eutrophication has been effectively tracked using diatom assemblages. We propose the lake experienced a hysteresis where exposure to an earlier disturbance (wildfire) influenced ecological responses to subsequent disturbance (lake drainage and re-filling). Overall, Lake 2B provides an interesting case study for understanding how interacting climate-related disturbances influence trajectories of Arctic lake ecosystem change, though it remains unclear if other lakes would respond similarly to past wildfires, lake drainage, and re-filling.

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,248
Score d'incertitude au seuil0,259

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 savante0,0000,000
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 Opus0,079
Tête enseignante GPT0,317
Écart entre enseignants0,238 · 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'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'admission4
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetClimate change and permafrostTravaux en français237 207