Temporal dynamic and environnemental control of deep-sea megafauna in Barkley Canyon using Ocean Network Canada Observatory
Bibliographic record
Abstract
La dynamique temporelle des communautés de mégafaune épibenthique associées aux marges continentales demeurent peu connue. Face à ce constat, l’objectif de cette thèse est de mettre en évidence les échelles temporelles, les facteurs environnementaux et les processus qui régissent la dynamique des communautés vivant entre 400 et 1000 m de profondeur sur la pente et dans le Canyon de Barkley (Colombie-Britannique, Canada). Pour répondre à cet objectif, nous avons utilisé les séquences vidéo et les données océanographiques fournies sur chaque site par l’observatoire NEPTUNE d’Ocean Networks Canada. Ces données ont été couplées aux paramètres météorologiques et océanographiques de surface fournis par la bouée La Perouse bank, ainsi qu’aux images satellitaires (NASA) de concentration en chlorophylle de surface. Le gradient bathymétrique et oxique entre la pente et les sites du canyon sont vraisemblablement responsables de la composition spécifique distincte de ces communautés. Les variations saisonnières dominaient de la même manière la dynamique temporelle des trois communautés. Celles-ci ont été associées à la variation de production primaire de surface qui semble exercer son influence au travers de nombreux processus tels que l’arrivée de nourriture sur le fond ou par effets de cascade via la chaîne trophique. Nous avons également montré au travers de l’étude du cycle de vie du crabe tanneur Chionoecetes tanneri l’importance des cycles de vie des espèces et l’influence potentielle des interactions biotiques dans cette dynamique des communautés. Des indices concernant des phénomènes de plus longue durée, probablement de l’ordre de la décennie, confirment l’importance de continuer ce type de suivi sur un plus long terme.
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 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 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".