MétaCan
Menu
Retour à la cohorte
Enregistrement W6948296961 · doi:10.5061/dryad.5hqbzkhbs

Arctic warming drives striking 21st century ecosystem shifts in Great Slave Lake (Subarctic Canada), North America’s deepest lake

2023· dataset· en· W6948296961 sur OpenAlexaffabout

Notice bibliographique

RevueOpen MIND · 2023
Typedataset
Langueen
DomaineArts and Humanities
ThématiqueLibraries and Information Services
Établissements canadiensEnvironment and Climate Change CanadaQueen's University
Organismes subventionnairesnon disponible
Mots-clésBiotaEcosystemArcticDominance (genetics)Structural basinLake ecosystemGlobal warmingAquatic ecosystemPlanktonClimate change

Résumé

récupéré en direct d'OpenAlex

Great Slave Lake, one of the world’s largest and North America’s deepest lake, has undergone an aquatic ecosystem transformation in response to 21st-century accelerated Arctic warming that is unparalleled in at least the past two centuries. Algal remains from a series of high-resolution palaeolimnological records retrieved from the West Basin provide baseline limnological data that we compared to historical limnological and phycological surveys undertaken on Great Slave Lake between the 1940s and 1990s. We document the rapid restructuring of algal community composition ca. 2000 CE that is consistent with recent increases in regional air temperature, as well as declines in ice cover and wind speed, that would collectively alter habitats for aquatic biota (e.g. thermal regime, vertical mixing, turbidity, light and nutrients). This new limnological regime initiated the first observation of scaled chrysophytes and favoured the rapid proliferation of small planktonic cyclotelloid diatoms that replaced the long-established dominance of large filamentous Aulacoseira islandica in West Basin sedimentary assemblages. Such rapid transformations in the primary producers of this socio-ecologically valuable “northern Great Lake” may have widespread implications for the entire food web with unknown consequences for aquatic ecosystem functioning and fisheries, which many northern and Indigenous communities depend upon.

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)0,002
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 enseignants0,032
Score d'incertitude au seuil0,064

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,009
Études des sciences et des technologies0,0020,000
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0080,003

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 Opus0,032
Tête enseignante GPT0,232
Écart entre enseignants0,200 · 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

Citations1
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOpen MINDMême sujetLibraries and Information ServicesTravaux en français237 207