Controls on biogenic silica burial in the Southern Ocean
Notice bibliographique
Résumé
Abstract Understanding the controls on opal export in the Southern Ocean can inform both the prediction of how the leakage of silicic acid from the Southern Ocean responds to climate and the interpretation of paleo‐proxies. We have compiled a database of 185 230 Thorium‐normalized opal burial rates and 493 opal concentration measurements in Southern Ocean sediments and matched these with environmental climatologies. By subdividing the Southern Ocean on the basis of oceanographic regions and interpolating the opal burial rates, we estimate a total biogenic Si burial south of 40°S of 2.3 ± 1.0 Tmol Si yr −1 . In both the seasonally ice‐covered and permanently ice‐free regions we can explain 73% of opal burial variability from surface ocean properties. Where sea ice is present for at least part of the year, the length of the ice‐free season determines the upper limit of opal burial in the underlying sediments. In the ice‐free regions of the Southern Ocean, the supply of silicic acid through winter mixing is the most important factor. Our results do not support a strong role of iron in controlling opal burial. We do however find that satellite‐derived net primary production increases with increasing (modeled) dust delivery. These findings support the decoupling between carbon and opal fluxes in the Southern Ocean. When corrected for opal dissolution, the observed opal fluxes are in reasonable agreement with fluxes simulated using an ocean biogeochemical model. However, the results suggest current preservation algorithms for opal could be improved by incorporating the composition of particle flux, not only its magnitude.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,002 |
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 ».