The effects of hydrologic fluctuation and sulfate regeneration on mercury cycling in an experimental peatland
Notice bibliographique
Résumé
Abstract A series of severe droughts during the course of a long‐term, atmospheric sulfate‐deposition experiment in a boreal peatland in northern Minnesota created a unique opportunity to study how methylmercury (MeHg) production responds to drying and rewetting events in peatlands under variable levels of sulfate loading. Peat oxidation during extended dry periods mobilized sulfate, MeHg, and total mercury (Hg T ) to peatland pore waters during rewetting events. Pore water sulfate concentrations were inversely related to antecedent moisture conditions and proportional to past and current levels of atmospheric sulfate deposition. Severe drying events caused oxidative release of MeHg to pore waters and resulted in increased net MeHg production likely because available sulfate stimulated the activity of sulfate‐reducing bacteria, an important group of Hg‐methylating bacteria in peatlands. Rewetting events led to increased MeHg concentrations across the peatland, but concentrations were highest in peat receiving elevated atmospheric sulfate deposition. Dissolved Hg T concentrations also increased in peatland pore waters following drought but were not affected by sulfate loading and did not appear to be directly controlled by dissolved organic carbon mobilization to peatland pore waters. Peatlands are often considered to be sinks for sulfate and Hg T in the landscape and sources of MeHg. Hydrologic fluctuations not only serve to release previously sequestered sulfate and Hg T from peatlands but may also increase the strength of peatlands as sources of MeHg to downstream aquatic systems, particularly in regions that have experienced elevated levels of atmospheric sulfate deposition.
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 | 0,002 | 0,001 |
| 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 | 0,001 |
| 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 ».