Using Size Structure as a Monitoring Index of Zooplankton Population Dynamics and Ecosystem Production
Bibliographic record
Abstract
Les mesures basées sur la taille ont récemment émergées comme un index intéressant pour caractériser la dynamique du zooplancton et la production d’un écosystème. Dans ce contexte, la collecte de données sur la taille des organismes obtenues par un compteur de plancton optique au laser (LOPC: Laser\tOptical\tPlankton\tCounter) mène tout naturellement au développement d’outils d’analyse très puissants qui sont basés sur l’utilisation d’une représentation log-log de la biomasse ou du spectre de taille de la biomasse normalisée (NBSS: Normalized Biomass Size\tSpectrum). La forme ou la courbature de NBSS peut nous fournir une mesure ou un index de l’état de pauvreté ou de produc-tivité de la communauté planctonique. Récemment, le développement d’un modèle spécifique utilisant la pente de la courbe NBSS a conduit au calcul direct du nombre de niveaux trophiques dans la communauté zooplanctonique et des exemples de cette application sont présentés ici pour le transect de Halifax (PMZA) sur le plateau Néo-Écossais, au printemps et à l’automne. D’autres exemples illustrent également l’utilité de la courbe NBSS pour isoler les pics de distribution des stades Calanus\tfinmarchicus IV-V et pour mesurer des concentrations aussi faible que 10-0 organismes m-3. Un dernier exemple d’un développement récent consiste en un LOPC monté sur un dériveur Lagrangien (SOLO)
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) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.000 | 0.000 |
| Scholarly communication | 0.001 | 0.001 |
| 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".