Effet de la prédation et des nutriments sur les réseaux microbiens planctoniques
Bibliographic record
Abstract
Les effets de l'ajout de nutriments et de poissons planctonophages sur le réseau trophique microbien (protozoaires, phytoplancton, zooplancton) ont été évalués lors d'une étude expérimentale utilisant des enclos de grande taille (8 m diam., 12 m prof.), placés dans un lac humique du Bouclier Canadien. Un plan factoriel avec 4 traitements, C (contrôle), N (ajout de nutriments), P (ajout de poissons planctonophages) et NP (ajout de nutriments et poissons) a été appliqué. L'abondance et la biomasse du zooplancton (Rotifères, Cladocères, Copépodes), des Protozoaires Ciliés et du phytoplancton (Chl. a) ont été déterminées pendant 6 semaines dans chaque strate (épi-, méta- et hypolimnion). La présence de poissons planctonophages a entraîné une baisse de la biomasse du zooplancton de grande taille (Cladocères), mais a favorisé le développement du zooplancton de petite taille (Rotifères). La diminution de biomasse des Cladocères dans les enclos avec poissons s'associait avec une hausse de l'abondance des Protozoaires Ciliés et du phytoplancton pour les enclos NP. L'ajout de nutriments a augmenté la biomasse des Cladocères, des Ciliés et du phytoplancton qui présentait une tendance monospécifique. L'étude a montré que dans un lac humique riche en carbone organique dissous, les nutriments ne sont pas le seul facteur déterminant la structure des communautés microbiennes. Celles-ci subissent également les effets en cascade de la prédation des poissons planctonophages situés au sommet de la chaîne alimentaire.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.000 | 0.001 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.001 |
| Research integrity | 0.001 | 0.001 |
| Insufficient payload (model declined to judge) | 0.002 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".