Controls of δ<sup>13</sup>C‐DIC in lakes: Geochemistry, lake metabolism, and morphometry
Notice bibliographique
Résumé
We investigated δ 13 carbon (C)‐dissolved inorganic carbon (DIC) values in 72 lakes from diverse regions using literature data as well as new measurements for 32 lakes. δ 13 C‐DIC varied broadly among lakes from ~31 to +2.6‰. This variation of surface‐water δ 13 C‐DIC among lakes is greater than the seasonal variation within most lakes. Several statistical models account for a large portion of the interlake variation and indicate that geochemical (e.g., DIC, pH, alkalinity) and morphometric (area) variables are important, whereas biological (e.g., gross primary productivity [GPP], respiration [R], chlorophyll a) variables are generally not significant. A process‐based model including gas exchange with the atmosphere, inorganic carbon speciation, and ecosystem metabolism was also constructed. The model provides a reasonable fit to the data for lakes, in which respiration exceeded GPP (heterotrophic lakes; 75% of lakes sampled). Lakes for which GPP exceeded respiration (autotrophic) were not fit well by the process‐based model. The data and models indicate that metabolism creates substantial variation in δ 13 C‐DIC around the potential δ 13 C‐DIC that is set by geochemical factors of the watershed.
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 ».