Evaluating nitrate uptake in a Rocky Mountain stream using labelled <sup>15</sup>N and ambient nitrate chemistry
Notice bibliographique
Résumé
Abstract Background aqueous chemistry and 15 N nitrate tracer injection methods were used to calculate in‐stream nitrate uptake metrics at Red Canyon Creek, a third‐order stream in the Rocky Mountains in the state of Wyoming, United States. ‘Net’ nitrate uptake lengths, which reflect both nitrate uptake and regeneration, and ‘gross’ nitrate uptake lengths, which exclude re‐mineralization, were quantified separately from background nitrate chemistry and 15 N labelling tracer data, respectively. Gross nitrate uptake lengths, from tracer injections of 15 N labelled nitrate, ranged from 502 to 3140 m. Net nitrate uptake lengths, from background nitrate chemistry downstream of a point source, ranged from 1170 to 4330 m. Diurnal changes in uptake lengths suggest the importance of nitrate utilization by autotrophs in the stream and benthic zone. The differences between net and gross nitrate uptake lengths along lower reaches of Red Canyon Creek allowed us to estimate the nitrate regeneration rate, which was 0·056–0·080 µmol m −2 s −1 during the day and 0·0062–0·0083 µmol m −2 s −1 at night. Spatial patterns of streambed pore water chemistry indicate those areas of the hyporheic zone where denitrification was likely occurring. Permanent log dams generated stronger redox gradients in the hyporheic zone than areas with transient beaver dams. By combining isotopically labelled nitrate additions, estimates of uptake from background aqueous nitrate chemistry and characterization of redox conditions in the hyporheic zone, we were able to determine the nitrate regeneration rate and the redox processes responsible for nitrogen cycling in the hyporheic zone. Copyright © 2010 John Wiley & Sons, Ltd.
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) | 0,000 | 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 ».