MétaCan
Menu
← Retour à la cohorte
Enregistrement W7096316582

Microbial nutrient limitation in prairie saline lakes with high sulfate concentration

2015· article· en· W7096316582 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésNutrientPhosphorusPhytoplanktonChlorophyll aSulfateSaline waterSalineSalinity
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Most of the lakes on the Canadian prairies are saline (~3 g liter- ’ salt). Sulfate ions are relatively more abundant in these lakes than anywhere else in the world. Studies indicate that some of these lakes do not conform to empirical models which link chlorophyll a to spring total phosphorus concentration. A suite of tests, including nutrient enrichment bioassays, sestonic and protein to carbohydrate ratios, alkaline phos-phatase activity, and 32P-turnover times were used to test microbial nutrient limitation in three prairie saline lakes. Although the concentration of soluble reactive P (SRP) was high (9-3 1 pg liter- I) in two of the lakes, little was available for microbial growth. Bacteria were responsible for 84 and 53 % of the 32P uptake in these two lakes. Production of high levels of alkaline phosphatase by the phytoplankton in one lake appears to keep their intracellular stores of P replete and PN: PP ratios in the P-sufficient range. Striking differences were noted when our data frcm saline lakes were compared to data from freshwater lakes. Our saline lakes were P-deficient at SRP concentrations ~3 1 pg liter-‘, while freshwater lakes were P-deficient at SRP concentrations < 1 pg liter-l High concentrations of dissolved organic C, pH, and ionic composition in saline lakes appear to play a.-ole in the availability of P. According to Hammer (1990), mo St of the lakes on the

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)0,001
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: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,135
Score d'incertitude au seuil0,268

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,012
Tête enseignante GPT0,205
Écart entre enseignants0,193 · 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
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
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetAquatic Ecosystems and Phytoplankton Dynamics→Travaux en français237 207→