Dataset: Microplastic addition has no detectable effect on ecosystem metabolism or diel dinitrogen flux in a large in-lake mesocosm experiment under oligotrophic conditions
Notice bibliographique
Résumé
This dataset and R code are relevant to the following: Data location and timeframe: All data were collected in 2021 in Lake 378 at the Experimental Lakes Area in Ontario, Canada Study Title: Microplastic addition has no detectable effect on ecosystem metabolism or diel dinitrogen flux in a large in-lake mesocosm experiment under oligotrophic conditions Authors: Raul Lazcano et al. Overarching project: The "pELAstic" project: A series of experimental additions of microplastics to Lake 378 at ELA, including pelagic mesocosms, littoral mesocosms, and the whole lake. Organization: The published datasets and code are divided into 5 folders. Folders 1 and 2 have the data and code to calculate ecosystem metabolism in the mesocosms and at the whole-lake scale Folder 3 has the data and code to calculate N2 flux in the mesocosms and whole-lake scale Folder 3 also has the data and code to compare the N2 dynamics across mescocosms and between lake habitats (epilimnion and hypolimnion) Folder 4 has the data and code for generalized linear mixed models (GLMM) to compare dissolved oyxgen, temperature, and metabolsim among mesocosms Folder 5 has the data and code for GLMM to compare metabolism and N2 dynamics between the mesocosms and the whole-lake level. Additional context: For the R code files in each folder, the code begins with a heading describing the contents Within the code, directions are noted throughout to describe steps for figure composition and statistical analysis To generate the summary stats tables in the manuscript and supplemental information The output from Rstudio was pasted into excel, and the table formatting completed within excel
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,006 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,006 | 0,001 |
| Bibliométrie | 0,006 | 0,005 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,002 | 0,003 |
| Science ouverte | 0,010 | 0,010 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,022 | 0,023 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».