Potential Vulnerability of Deep Carbon Deposits of Forested Swamps to Drought
Notice bibliographique
Résumé
Climate warming is resulting in increases in the frequency and intensity of summer droughts in the Great Lakes–St. Lawrence forest region (Ontario, Canada), raising concerns for the fate of C stores. We hypothesized that deeper peat historically existing beneath the water table would produce significant CO2 efflux during summer droughts. To test this hypothesis, we collected saturated peat cores, partitioned them into depth intervals, incubated the peat under conditions that resulted in peat drying, and monitored daily CO2 production together with potential drivers of CO2 production, including peat quality, microbial biomass, and microbial extracellular enzyme activity. Peat CO2 production (μmol CO2 min−1 g−1 dry soil) was highest in the top 30 cm of the peat profile, with the highest production at intermediate volumetric water content (VWC). Peat substrates fuelling CO2 production had quotients of C to N of <20 and were characterized by more labile forms of C. Microbial biomass C (mg C g−1 dry soil) and most microbial extracellular enzymes (nmol g−1 h−1) were also highest in the top 30 cm of the peat profile. Activities of microbial extracellular enzymes shifted in their contribution to CO2 production as the peat dried, with hydrolases positively related to CO2 under dry conditions (5–35%) and negatively under wet conditions (65 and 85%), with phenol oxidase showing the opposite pattern. Currently, the relatively poor quality (i.e., high C/N) of peat in catotelm limits rapid release of CO2 with water table declines. However, this substantial C store may be vulnerable to decomposition if constraints on quality are alleviated.
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 | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».