A century of human‐driven changes in the carbon dioxide concentration of lakes
Notice bibliographique
Résumé
Abstract Now that evasion of carbon dioxide (CO 2 ) from inland waters is accounted for in global carbon models, it is crucial to quantify how these fluxes have changed in the past and forecast how they may alter in the future in response to local and global change. Here we developed a sediment proxy for the concentration of summer surface dissolved CO 2 concentration and used it to reconstruct changes over the past 150 years for three large lakes that have been affected by climate warming, changes in nutrient load, and detrital terrigenous supplies. Initially CO 2 neutral to the atmosphere, all three lakes subsequently fluctuated between near equilibrium and supersaturation. Although catchment inputs have supplied CO 2 to the lakes, internal processes and reallocation have ultimately regulated decadal changes in lake surface CO 2 concentration. Nutrient concentration has been the dominant driver of CO 2 variability for a century although the reproducible, nonmonotonic relationship of CO 2 to nutrient concentration suggests an interplay between metabolic and chemical processes. Yet for two of these lakes, climatic control of CO 2 concentrations has been important over the last 30 years, promoting higher surface CO 2 concentrations, likely by decreasing hypolimnetic carbon storage. This new approach offers the unique opportunity to scale, a posteriori, the long‐term impact of human activities on lake CO 2 .
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 ».