MétaCan
Menu
← Retour à la cohorte
Enregistrement W6894152311 · doi:10.5683/sp3/8dtnyx

Heatwave-mediated decreases in phytoplankton quality negatively affect zooplankton productivity

2024· dataset· en· W6894152311 sur OpenAlexaff

Notice bibliographique

RevueBorealis · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensFisheries and Oceans CanadaUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésPhytoplanktonZooplanktonBiomass (ecology)ProductivityPlankton

Résumé

récupéré en direct d'OpenAlex

Abstract Climate change is expected to increase the frequency of extreme temperature events. The effect of heatwaves on phytoplankton is of particular concern because they are a key source of C, N, P, and essential fatty acids to aquatic ecosystems. Laboratory studies have demonstrated that phytoplankton grown at warmer temperatures are a lower-quality food source, but how heatwaves affect phytoplankton quality at the community scale is currently unclear. Here we address this knowledge gap by growing natural assemblages of freshwater phytoplankton at ‘ambient’, ‘constant warming’, or ‘heatwave’ conditions. We next fed these phytoplankton communities to natural assemblages of zooplankton to test the prediction that zooplankton that consume heatwave-exposed phytoplankton will exhibit reductions in biomass. Our experiment demonstrated that zooplankton that consumed ‘heatwave’ phytoplankton attained lower community biomass than those fed ‘constant warming’ or ‘ambient’ phytoplankton. Additionally, despite receiving similar total heat input, phytoplankton exposed to ‘heatwave’ conditions contained lower C, N, P, and fatty acid concentrations compare to phytoplankton grown in ‘constant warming’ conditions. Correlations between zooplankton biomass and all measured phytoplankton traits revealed that decreases in zooplankton biomass were best explained by low quantities of C, N, and monounsaturated fatty acids in ‘heatwave’ phytoplankton. Our study demonstrates that the effects of heatwaves on phytoplankton quality are clearly distinct from those caused by constant warming temperatures, and that heatwave-mediated decreases in resource quality have immediate effects on consumer productivity.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,034
Tête enseignante GPT0,328
Écart entre enseignants0,294 · 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'étudeObservationnel
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
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBorealis→Travaux en français237 207→