MétaCan
Menu
Retour à la cohorte
Enregistrement W6892239550 · doi:10.5061/dryad.wh70rxwz6

The influence of artificial light at night (ALAN) on algal phenol concentrations can mediate herbivore-alga interactions

2025· dataset· en· W6892239550 sur OpenAlexaff

Notice bibliographique

RevueOpen MIND · 2025
Typedataset
Langueen
DomaineEnvironmental Science
ThématiqueImpact of Light on Environment and Health
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesAgencia Nacional de Investigación y Desarrollo
Mots-clésAlgaeArtificial lightSnailPigmentCarotenoid

Résumé

récupéré en direct d'OpenAlex

Artificial light at night (ALAN) is a human-induced factor affecting various biological complexity levels and species. Research on ALAN impact has focused on vertebrates and invertebrates, with less attention on primary producers like marine algae. The aim of our study was to evaluate the effect of ALAN on production of phenolic compounds in the red alga, Mazzaella laminarioides, and their indirect impact on the feeding behavior of the marine snail Tegula atra. Algae were exposed to the following treatments: natural day/night cycles, ALAN, and continuous darkness. We observed a higher phenolic concentration during high tide, in according with periods of feeding activity of herbivores. In comparison to algae exposed to natural day/night conditions, those exposed to ALAN showed the lowest concentrations of phenols. Tegula atra consumed significantly more algae than those exposed to ALAN, a result that is consistent with the preference trials, where algae exposed to ALAN was consumed more than algae maintained in natural conditions or continuous darkness. This evidence suggests that ALAN can impact on the production of phenolic compounds and, indirectly, on algal-herbivore interactions.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,004
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,004
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0020,003
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0090,007

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 Opus0,019
Tête enseignante GPT0,303
Écart entre enseignants0,285 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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'admission1
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetImpact of Light on Environment and HealthTravaux en français237 207