MétaCan
Menu
Retour à la cohorte
Enregistrement W74450308 · doi:10.60910/p71y-vgm5

Deep chlorophyll maxima in small boreal forest lakes after experimental catchment and shoreline logging

2024· article· en· W74450308 sur OpenAlexfundno aff
Charles W. Knapp, David W. Graham, Robert J. Steedman, Frank deNoyelles

Notice bibliographique

RevueStrathprints: The University of Strathclyde institutional repository (University of Strathclyde) · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensnon disponible
Organismes subventionnairesMinistry of Natural Resources
Mots-clésPhytoplanktonEnvironmental scienceShoreHydrology (agriculture)TaigaBorealChlorophyll fluorescenceWatershedWater qualityChlorophyll aDissolved organic carbonChlorophyllLoggingOceanographyGeologyEcologyNutrientBiologyBotany

Résumé

récupéré en direct d'OpenAlex

In situ profiles of chlorophyll fluorescence combined with depth-specific water chemistry and biotic analysis were used to assess deep chlorophyll maxima (DCM) in four boreal shield lakes that were subjected to different levels of watershed disturbance by clear-cut logging. Phytoplankton communities within the DCM varied among lakes, but were generally comprised of chrysophytes, diatoms, and cryptophytes. One lake also had deep cyanobacterial populations. Relative in situ fluorescence (absolute fluorescence at each peak minus background fluorescence) at the fluorescence peaks was significantly correlated with the level of chlorophyll a at the peak (r2 = 0.81, p < 0.025) for all lakes. In general, DCM peak heights were consistent in each lake over the four-year post-logging sampling period, whereas DCM depths declined slightly in the most heavily logged lakes associated with increases in dissolved organic carbon. Therefore, on the basis of DCM data, only mild effects on lake water quality were apparent after the logging activity.

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)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,339
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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,007
Tête enseignante GPT0,175
Écart entre enseignants0,168 · 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'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

Citations9
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueStrathprints: The University of Strathclyde institutional repository (University of Strathclyde)Même sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207