MétaCan
Menu
← Retour à la cohorte
Enregistrement W7098719652

J. Great Lakes Res. 32:455–470 Internat. Assoc. Great Lakes Res., 2006 Assessment of Phosphorus-microbe Interactions in Lake Ontario by Multiple Techniques

2015· article· en· W7098719652 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueCell Image Analysis Techniques
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPicoplanktonPelagic zonePhytoplanktonPlanktonAutotrophEutrophicationBacterioplanktonWater qualityTrophic state index
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

ABSTRACT. Conventional and newly-developed techniques to determine the phosphorus (P) status of Lake Ontario phytoplankton were employed in September 2003, immediately after the passage of the storm system associated with Hurricane Isabel. Surface water (1–5 m) was collected at 29 stations, with selected stations sampled throughout the water column. Chemical estimates of total P concentrations were compared with proxies of P bioavailability: P enrichment bioassays of lake water, alkaline phos-phatase activity (APA), and P-dependent bioreporter assays. Average total P (314 nM) and total chloro-phyll-a (2.12 µg/L) concentrations measured in pelagic surface waters from throughout Lake Ontario suggest an oligotrophic status prevailed across much of this lake during the sample period. Autotrophic picoplankton (0.2–2 µm) displayed the highest growth rates and were grazed at the highest rate, whereas P-enrichment bioassays favored the production of autotrophic nanoplankton (2–20 µm) and autotrophic microplankton (> 20 µm) biomass. Average concentrations of bacteria (2.61 × 1010 cells/L) were higher than those measured during summer in a similar lake (Erie), whereas the average viral density (1.38 × 1010 virus particles/L) was similar. Pelagic stations exhibited higher APA than coastal stations; cyanobacterial bioreporter responses did not show high correlation with APA suggesting that proxies of P-demand based on residual effects (e.g., enzyme production) were not indicative of shorter-term biologi-

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)0,002
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: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,694
Score d'incertitude au seuil0,609

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0510,024

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 GPT0,296
Écart entre enseignants0,282 · 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 sujetCell Image Analysis Techniques→Travaux en français237 207→