MétaCan
Menu
Retour à la cohorte
Enregistrement W1998765162 · doi:10.1215/21573689-2372976

A mechanistic‐based framework to understand how dissolved organic carbon is processed in a large fluvial lake

2013· article· en· W1998765162 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueLimnology & Oceanography Fluids & Environments · 2013
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversité du Québec à Trois-Rivières
Organismes subventionnairesnon disponible
Mots-clésDissolved organic carbonBiogeochemical cycleEnvironmental scienceAquatic ecosystemCarbon cycleEcosystemBiomass (ecology)BacterioplanktonNutrientEnvironmental chemistryFluvialRiver ecosystemTotal organic carbonWater columnSubstrate (aquarium)Nutrient cycleBiogeochemistryCarbon fibersEcologyChemistryPhytoplanktonGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Lay Abstract Dissolved organic carbon (DOC) is a fundamental component of the biogeochemical cycling of nutrients in aquatic ecosystems and is the main carbon source supporting bacterial production. The efficiency at which heterotrophic (nonphotosynthetic) bacteria convert this substrate into biomass depends mainly on the quality of DOC in the water column. DOC is constantly processed through various physical, chemical, and biological mechanisms that operate simultaneously and alter its quality. It is paramount to understand how these different processes interact to drive the fate of DOC in aquatic ecosystems. Based on field data collected in a large fluvial lake, we developed and validated a mechanistic model that provides a framework to understand the relative contribution of the main processes involved in both labile ( DOC L ) and semilabile ( DOC SL ) DOC pool kinetics. The model revealed that during the downstream flow, each category of DOC pool was processed differently by bacteria: DOC L was preferentially used for biomass production, whereas DOC SL completed bacterial carbon demand. Our results also suggest that a decrease in DOC L abundance will further determine the intake of DOC SL .

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.

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), Charge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,035
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
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0050,000

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 GPT0,180
Écart entre enseignants0,173 · 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