MétaCan
Menu
Retour à la cohorte
Enregistrement W2026864739 · doi:10.1080/01490451.2014.1002957

Evidence for Mass-Independent Fractionation of Mercury Isotopes by Microbial Activities Linked to Geographically and Temporally Varying Climatic Conditions in Arctic and Subarctic Lakes

2015· article· en· W2026864739 sur OpenAlexaffabout
Togwell A. Jackson

Notice bibliographique

RevueGeomicrobiology Journal · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMercury impact and mitigation studies
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésSubarctic climateArcticPhytoplanktonEnvironmental chemistryDiatomBiogeochemical cycleEnvironmental scienceOceanographyOrganic matterIsotopes of carbonMethylmercuryPlanktonTotal organic carbonWater columnMass-independent fractionationEcologyIsotope fractionationFractionationGeologyChemistryBiologyBioaccumulation

Résumé

récupéré en direct d'OpenAlex

Cores from Arctic and subarctic Canadian lakes were subjected to isotopic, chemical, micropaleontological, and geochronological analyses for the purpose of investigating mass-independent fractionation (MIF) of mercury isotopes. The cores preserved records of early twentieth century climatic warming (∼1915–1940), subsequent cooling (∼1940–1970), and renewed warming (∼1970–2004) [phases W1, C1, and W2, respectively]. Per mil deviations of 199Hg/202Hg and 201Hg/202Hg ratios due to MIF (Δ199Hg and Δ201Hg values) correlated with biological and biogeochemical factors linked to geographical and temporal climatic variations but varied, in large part, independently of each other. Δ201Hg tended to increase from east to west. Among subarctic lakes this trend paralleled westward decreases in annual precipitation, diatom concentration, and the post-1990 organic carbon/pre-1900 organic carbon ratio, and Δ201Hg increased in the order C1 ≤ W1 < W2. Δ201Hg varied inversely with diatom concentration, but Δ199Hg increased with increasing abundance of cyanobacteria. Arctic lakes, however, showed a south-to-north decrease in Δ199Hg/Δ201Hg ratios, paralleling a decrease in annual precipitation and an increase in Chlorophyta and cyanobacteria. Δ-values of individual lakes depended on the abundances of specific phylogenetic groups of phytoplankton, pyrolysis products of organic matter, and manganese, and on the manganese/iron ratios of oxyhydroxides, displaying clear separation of data representing different climatic trends. These results suggest that MIF was caused by microorganisms, such as bacteria which decomposed dead phytoplankton and mediated oxidation-reduction reactions of manganese and iron, and that the nature and isotope-fractionating activities of the microflora varied with climate-related environmental and biotic factors, including the community structure of the phytoplankton.

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 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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,660
Score d'incertitude au seuil0,451

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0000,000

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 Opus0,039
Tête enseignante GPT0,299
Écart entre enseignants0,260 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations10
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueGeomicrobiology JournalMême sujetMercury impact and mitigation studiesTravaux en français237 207