Distribution and retention of effluent nitrogen in surface sediments of a coastal bay
Notice bibliographique
Résumé
Anthropogenic nitrogen (N) often causes coastal eutrophication, yet little is known about the fate and retention of effluent N in coastal waters and, hence, about the system’s ability to assimilate excess N loads. We used the spatial distribution of stable N isotope ratios and algal pigments in sedimentary organic matter from a Baltic bay receiving tertiary‐treated effluent to evaluate the extent of effects and the role of nearshore marine environments as sinks of anthropogenic N. Surface sediments (0–2 cm and 2–4 cm) exhibited a pronounced spatial gradient of δ 15 N, with the most elevated values (~8‰) near the outfall; values decreased linearly to values of ;4‰ outside the bay. Sedimentary pigment concentrations were consistent with water‐column data and showed that phytoplankton biomass was elevated in the inner reaches of the bay. In particular, diatoms were heavily labeled (δ 15 N ~ 10‰), reached maximum abundance near the effluent outfall, and were likely the main mechanism delivering effluent N to the sediments. Sediments within the bay removed ~5–11% of wastewater N inputs, with 50% of the sequestered effluent N buried in the basin nearest to the outfall. Magnitudes of N removal by sediments (23–26 x 10 4 kg N yr −1 ) were less than those estimated for denitrification (30–60 x 10 4 kg N yr −1 ), but they were substantially greater than biological uptake by macroalgae (~2 x 10 4 kg N yr −1 ). Taken together, these patterns demonstrate the idea that coastal sediments can be effective sinks of wastewater N, even after 30 yr of effluent input.
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 ».