Land-use Drives Seasonal Riverine Si Cycling at the Landscape Scale
Notice bibliographique
Résumé
Silicon (Si) is an important element in the environment and is required for diatom production. Bedrock type, weathering rate and terrestrial vegetation are factors known to influence dissolved Si fluxes at the landscape scale, however the combined effect of these factors, along with anthropogenic influences on Si concentration and seasonal Si cycling is yet unknown. Using the provincial water quality monitoring network dataset (PWQMN) provided by the Ontario Ministry of Environment (Canada), Satellite data from The Ontario Land Cover Database (OMNR), we tested several factors that may influence dissolved silica (DSi) concentration and the annual DSi concentration range (as a proxy for seasonal cycling) for 79 river and stream monitoring stations within 53 distinct sub-watersheds in Ontario, Canada, for the years 2005 to 2011 in single and multivariate analyses. Our results indicate that the annual average DSi concentration is not affected by land-use type. The annual range in DSi, however, is positively influenced by the percent of land under agriculture, and negatively influenced by the amount of land covered by forests. Because average DSi is not affected by land-use, increased N and P loads associated with agricultural activity mean lowered Si:N and Si:P ratios in river water. Increased annual DSi range implies changes to both the timing and the quantity of Si delivered to downstream coastal environments, which may have implications for seasonal diatom production and carbon sequestration.
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 | 0,001 | 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) | 0,000 | 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 ».