Photobiogeochemical cycling of carbon monoxide in the southeastern Beaufort Sea in spring and autumn
Notice bibliographique
Résumé
We investigated the distribution, photoproduction, microbial uptake, and air-sea exchange of carbon monoxide (CO), a key photoproduct of chromophoric dissolved organic matter (CDOM), in open waters of the southeastern Beaufort Sea in autumn 2003 and spring 2004. Diurnal cycles of surface water CO concentration ([CO]) occurred in autumn but not in spring. In both seasons [CO] was well above air-equilibrium at most stations (maximum of 12,500% saturation) and dropped with depth to undetectable levels below 50 m. Mean surface water [CO] and CO water-column burdens (0-50 m) were 0.45 nmol L−1 and 5.0 µmol m−2 in autumn and 4.7 nmol L−1 and 64.8 µmol m−2 in spring, and the sea-to-air CO flux was 33 times higher in spring. The efficiency of CO photoproduction correlated linearly with CDOM across the Mackenzie River estuary, the Mackenzie Shelf, and the Amundsen Gulf. Modeled water-column CO photoproduction in spring was 15 times that in autumn (45.8 vs. 3.0 µmol m−2 d−1). Microbial CO uptake followed first-order kinetics in autumn while Hill-type, saturation, and inhibition kinetics were common in surface waters in spring. Bio-oxidation was the dominant CO loss term in autumn while gas exchange was almost equally important in spring. Higher photoproduction and slower bio-uptake in spring resulted in the wide autumn-spring differences in the [CO] distribution pattern and air-sea CO flux. CO cycling in cold northern waters differs both quantitatively and qualitatively from that in warmer seas.
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 ».