Quantum efficiency of phytoplankton photochemistry measured continuously across gradients of nutrients and biomass in Lake Erie (Canada and USA) is strongly regulated by light but not by nutrient deficiency
Notice bibliographique
Résumé
Unattended sensor networks are a cost-effective strategy to enhance the resolution of environmental datasets and are required to understand how large aquatic ecosystems respond to complex stressors (e.g., climate change). We made unattended and continuous measurements of the quantum yield of photosystem II ([Formula: see text]) photochemistry in the surface mixed layer of Lake Erie during three lake-wide cruises to observe how phytoplankton physiology varied across nutrient and taxonomic gradients. Three prominent diel [Formula: see text] patterns were noted. The diel maximum consistently occurred at sunrise or sunset, nocturnal measurements were consistently lower than diel maxima, and daytime values were strongly diminished by nonphotochemical quenching. The diurnal pattern was modeled as a function of irradiance to a mean accuracy of 0.03 to 0.04. Contrary to previously published reports in Lake Erie, [Formula: see text] was largely insensitive to indices of nutrient deficiency through space and time. This finding was consistent with much recent literature about [Formula: see text] and suggests that Lake Erie phytoplankton, like many others, can tune their photosynthetic machinery to maintain relatively high efficiency of photochemistry in photosystem II even when deficient in phosphorus or nitrogen.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».