Mineralisation of dissolved organic matter by heterotrophic stream biofilm communities in a large boreal catchment
Notice bibliographique
Résumé
Summary Boreal headwater streams typically receive large contributions of dissolved organic matter ( DOM ) from wetland and forest soils and can exhibit high CO 2 effluxes, but little is known about how stream biofilm respiration of DOM responds to carbon and nutrient substrates in boreal catchments. The aim of this study was to assess (i) the response of heterotrophic biofilms to increased availability of labile carbon ( C ), nitrogen ( N ) and phosphorus ( P ), and (ii) how this response varies across sites differing in the source of catchment organic matter. Normalised biofilm respiration rates ( R Biofilm ) of dissolved organic carbon ( DOC ) of DOM sources derived from wetland, deciduous forest and ponds were up to 10 times greater than for coniferous forest DOM . Experimental additions of bog‐ and pond‐derived DOM stimulated R Biofilm in coniferous forest sites (1.5–2.5 times), adding further weight to the evidence for differing responses to stream DOM sources in this boreal catchment. Mineralisation of added glucose by the biofilms was only increased by added N and P , coinciding with a reduction in mineralisation of the extant stream DOM . These findings suggest that increases in labile C , N and P can reduce biofilm mineralisation of stream dissolved organic nitrogen and phosphorus, perhaps due to the greater energy required to access the more complex DOM . In 15 of 19 experiments, the addition of glucose had no effect on biofilm mineralisation of stream DOC ( R DOC ). In the presence of added N and P , however, R DOC decreased by 30 to 38% with the addition of glucose at sites with the most active biofilms in summer. When glucose was added alone, conversely, R DOC was stimulated (40–50%) at these same sites in autumn, when biofilm respiration was lower and DOM more aromatic and less carbohydrate‐rich. Combined, these results suggest labile C sources, such as algal exudates, may (i) compete as a source of energy and/or stimulate the incorporation rather than mineralisation of the more N‐ and P ‐rich stream DOM or (ii) stimulate the mineralisation of stream DOM , potentially depending upon nutrient availability and the composition of stream DOM .
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| 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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 tête enseignante, 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 ».