Biogeochemical fluxes through microzooplankton
Notice bibliographique
Résumé
Microzooplankton ingest a significant fraction of primary production in the ocean and thus remineralize nutrients and stimulate regenerated primary production. We synthesized observations on microzooplankton carbon‐specific grazing rate, partitioning of grazed material, respiration rate, microzooplankton biomass, microzooplankton‐mediated phytoplankton mortality rate, and phytoplankton growth rate. We used these observations to parameterize and evaluate the microzooplankton compartment in a global biogeochemical model that represents five plankton functional types. Microzooplankton biomasses predicted in this simulation are closer to the independently derived evaluation data than in the previous model version. Most rates, including primary production, microzooplankton grazing, and export of sinking detritus are within observational constraints. However, the model underestimates microzooplankton and mesozooplankton biomasses and chlorophyll concentrations. Thus, we propose that sufficient carbon enters the model ecosystem, but insufficient carbon is retained. For microzooplankton, the low retention of carbon could be improved by parameterizing the model with ciliate gross growth efficiency only, indicating that ciliates may contribute more to microzooplankton activity than their biomass contribution suggests. By taking into account the model underestimation of biomass, we estimate that the ocean inventory of microzooplankton biomass is 0.24 Pg C (a range of 0.14–0.33 Pg C), which is similar to the biomass of mesozooplankton.
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) | 0,004 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».