Insights on community dynamics from large-scale, long-term data: time series for zooplankton and environmental variates from 35 North American lakes
Notice bibliographique
Résumé
The NCEAS Community Dynamics Working Group brought together theoretical and empirical ecologists to evaluate the relative importance of intrinsic and extrinsic sources of variability in natural communities. We focused on zooplankton community dynamics, in part because we had access to extensive time series data on zooplankton community structure from 35 North American lakes. Thirty-four of the lakes were concentrated at 5 sites: the North Temperate Lakes LTER site in Wisconsin; the University of Notre Dame Environmental Research Center in Michigan; the Dorset Environmental Research Centre, the Experimental Lakes Area, and the Sudbury region, all in Ontario. We also have data for saline Mono Lake in California. Our database has many strengths, including the length of the time series (5-21 years); consistent sampling methodologies, particularly for zooplankton; and the availability of information on environmental factors, including phytoplankton, physical parameters, and water chemistry. Another unique aspect of our dataset is that it includes data from both undisturbed reference lakes and experimentally manipulated lakes. The whole-lake experiments include food web manipulations, nutrient enrichments, acidifications and limings, and an unplanned invasion of an exotic species. Some of the experimental manipulations are even replicated within and among sites, providing a unique opportunity to explore the extent to which responses to a particular perturbation are consistent across lakes. In addition to determining how manipulations change the dynamics of zooplankton communities, we are using the data from the reference lakes to establish bounds on normal ranges of variability and to explore how this variability differs among lakes at a site vs. between sites. Thus, our joint database is facilitating extensive comparisons of zooplankton community dynamics at the scale of whole lakes.
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 | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| 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 ».