Iron plays a role in nitrate drawdown by phytoplankton in Lake Erie surface waters as observed in lake-wide assessments
Notice bibliographique
Résumé
Phytoplankton interactions with iron (Fe) were examined in surface waters of Lake Erie during summer thermal stratification. Lake-wide sampling in June and September 2005 was conducted using a continuous surface water sampler (1 m sampling depth) and in July at 18 hydrographic stations (5 m sampling depth). In situ measurements of photosynthetic efficiency (maximum quantum yield of photosystem II) and phytoplankton community composition were measured using fast repetition rate fluorometry and a phytoplankton pigment-specific fluorometer, respectively, during June and September. High ratios (73%–85%) of intracellular Fe to particulate Fe coincident with increases in chlorophyll a (Chl a) concentrations in the western and central basins in June and July imply that the majority of Fe in these regions was associated with intracellular pools. Correlations between intracellular Fe and Chl a were frequently observed when Heterokontophyta and Pyrrophyta dominated the phytoplankton community. Assimilation of Fe by the phytoplankton strongly influenced its partitioning between the dissolved and particulate phase. Dissolved iron (<0.45 µm) concentrations were proportional to Chl a concentrations and both dissolved iron and Chl a were inversely proportional to nitrate concentrations in July and September, suggesting that dissolved iron influenced both nitrate drawdown and Chl a concentrations in Lake Erie surface waters in summer.
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 | 0,000 | 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 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 ».