Molecular Characterization of Dissolved Organic Matter in Glacial Ice: Coupling Natural Abundance <sup>1</sup>H NMR and Fluorescence Spectroscopy
Notice bibliographique
Résumé
Glaciers and ice sheets are the second largest freshwater reservoir in the global hydrologic cycle, and the onset of global climate warming has necessitated an assessment of their contributions to sea-level rise and the potential release of nutrients to nearby aquatic environments. In particular, the release of dissolved organic matter (DOM) from glacier melt could stimulate microbial activity in both glacial ecosystems and adjacent watersheds, but this would largely depend on the composition of the material released. Using fluorescence and (1)H NMR spectroscopy, we characterize DOM at its natural abundance in unaltered samples from a number of glaciers that differ in geographic location, thermal regime, and sample depth. Parallel factor analysis (PARAFAC) modeling of DOM fluorophores identifies components in the ice that are predominantly proteinaceous in character, while (1)H NMR spectroscopy reveals a mixture of small molecules that likely originate from native microbes. Spectrofluorescence also reveals a terrestrial contribution that was below the detection limits of NMR; however, (1)H nuclei from levoglucosan was identified in Arctic glacier ice samples. This study suggests that the bulk of the DOM from these glaciers is a mixture of biologically labile molecules derived from microbes.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».