MétaCan
Menu
Retour à la cohorte

Light attenuation characteristics of glacially-fed lakes

2015· article· en· W6884300927 sur OpenAlexaboutno aff

Notice bibliographique

RevueSmithsonian Digital Repository (Smithsonian Institution) · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésAttenuationGlacial periodPhotosynthetically active radiationAttenuation coefficientWavelengthColored dissolved organic matter

Résumé

récupéré en direct d'OpenAlex

Transparency is a fundamental characteristic of aquatic ecosystems and is highly responsive to changes in climate and land use. The transparency of glacially-fed lakes may be a particularly sensitive sentinel characteristic of these changes. However, little is known about the relative contributions of glacial flour versus other factors affecting light attenuation in these lakes. We sampled 18 glacially-fed lakes in Chile, New Zealand, and the U. S. and Canadian Rocky Mountains to characterize how dissolved absorption, algal biomass (approximated by chlorophyll a), water, and glacial flour contributed to attenuation of ultraviolet radiation (UVR) and photosynthetically active radiation (PAR, 400-700nm). Variation in attenuation across lakes was related to turbidity, which we used as a proxy for the concentration of glacial flour. Turbidity-specific diffuse attenuation coefficients increased with decreasing wavelength and distance from glaciers. Regional differences in turbidity-specific diffuse attenuation coefficients were observed in short UVR wavelengths (305 and 320nm) but not at longer UVR wavelengths (380nm) or PAR. Dissolved absorption coefficients, which are closely correlated with diffuse attenuation coefficients in most non-glacially-fed lakes, represented only about one quarter of diffuse attenuation coefficients in study lakes here, whereas glacial flour contributed about two thirds across UVR and PAR. Understanding the optical characteristics of substances that regulate light attenuation in glacially-fed lakes will help elucidate the signals that these systems provide of broader environmental changes and forecast the effects of climate change on these aquatic ecosystems.

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 candidatesMéta-épidémiologie (sens strict)
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 enseignants0,216
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,002
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 Opus0,011
Tête enseignante GPT0,191
Écart entre enseignants0,180 · 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.

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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSmithsonian Digital Repository (Smithsonian Institution)Même sujetMarine and coastal ecosystemsTravaux en français237 207