MétaCan
Menu
Retour à la cohorte
Enregistrement W6976654952 · doi:10.6084/m9.figshare.24038114

Electronic Supplementary Material for “Arctic warming drives striking 21st century ecosystem shifts in Great Slave Lake (Subarctic Canada), North America's deepest lake”

2023· article· en· W6976654952 sur OpenAlexaboutno aff

Notice bibliographique

RevueFigshare · 2023
Typearticle
Langueen
DomaineComputer Science
ThématiqueHistory of Computing Technologies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEcosystemDominance (genetics)Aquatic ecosystemArcticStructural basinHabitatClimate changeGlobal warmingPlankton

Résumé

récupéré en direct d'OpenAlex

Great Slave Lake (GSL), one of the world's largest and deepest lakes, has undergone an aquatic ecosystem transformation in response to twenty-first century accelerated Arctic warming that is unparalleled in at least the past two centuries. Algal remains from four high-resolution palaeolimnological records retrieved from the West Basin provide baseline limnological data that we compared to historical phycological surveys undertaken on GSL between the 1940s and 1990s. We document the rapid restructuring of algal community composition <i>ca</i>. 2000 CE that is consistent with recent increases in regional air temperature and declines in ice cover and wind speed, that collectively altered habitats for aquatic biota. This new limnological regime initiated the first observation of scaled chrysophytes and favoured the rapid proliferation of small planktonic cyclotelloid diatoms which replaced the long-established dominance of large filamentous <i>Aulacoseira islandica</i> in West Basin sedimentary records. Such abrupt 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 First Nations, Métis, and other northern communities depend upon, pointing to the need for new studies.

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), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,849
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0020,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,014
Tête enseignante GPT0,218
Écart entre enseignants0,204 · 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'étudeSans objet
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
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFigshareMême sujetHistory of Computing TechnologiesTravaux en français237 207