Phytoplankton community assessment in eight Lake Ontario tributaries made using fluorimetric methods
Notice bibliographique
Résumé
Coastal inputs of nutrients and contaminants impact phytoplankton community composition and health in localized and large areas of coastal Lake Ontario. Advanced fluorimetric instrumentation (Fast Repetition Rate Fluorimeter [FRRF], FluoroProbe) was used during June 2006 to assess the in situ phytoplankton community of eight tributaries of Lake Ontario (Chaumont Bay, Sacketts Harbor/Black River, Oswego River, Port Bay, Sodus Bay, Irondequoit Bay, Genesee River, and Eighteen Mile Creek) representing a range of geomorphological features (rivers, protected embayments, open embayments). The instrumentation enabled high resolution (160 m) continuous monitoring of phytoplankton community composition (FluoroProbe) and photosynthetic efficiency (FRRF) along 1 m deep transect from nearshore (coastal Lake Ontario, > 7 m depth) to inshore (within the tributary, < 7 m depth). Limnological parameters such as water temperature, colored dissolved organic matter content (CDOM), total phosporus, nitrate, chloride, light extinction coefficient, and extracted size fractionated (0.2–2 μ m, 2–20 μ m, > 20 μ m) chlorophyll a concentrations were also determined. Results from this study illustrate the strong environmental gradients that exist along tributary transition zones into Lake Ontario. Offshore water quality was homogeneous and reflected nutrients levels (e.g. total phosphorus) that were below the Great Lakes Water Quality Agreement target value (10 μ g per litre), whereas most tributary inputs had elevated nutrient and chloride levels. Phytoplankton community composition differed between inshore and offshore sites and the transition coincided with changing water quality (followed using water temperature and CDOM concentrations) at the interface of the surface water masses. The greatest observed photosynthetic efficiencies occurred in the inshore environment; this is attributed to the greater nutrient availability rather than lower light levels. Fluorimetric applications provide useful techniques for monitoring water quality. Given the observed diversity of phytoplankton community and health among these tributary inputs, it follows that monitoring capabilities using the instrumentation applied here should be enhanced to observe these systems.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».