Catchment influence on nitrate and dissolved organic matter in Alaskan streams across a latitudinal gradient
Notice bibliographique
Résumé
Abstract Spatial patterns in carbon (C) and nitrogen (N) cycles of high‐latitude catchments have been linked to climate and permafrost and used to infer potential changes in biogeochemical cycles under climate warming. However, inconsistent spatial patterns across regions indicate that factors in addition to permafrost and regional climate may shape responses of C and N cycles to climate change. We hypothesized that physical attributes of catchments modify responses of C and N cycles to climate and permafrost. We measured dissolved organic C (DOC) and nitrate (NO 3 − ) concentrations, and composition of dissolved organic matter (DOM) in 21 streams spanning boreal to arctic Alaska, and assessed permafrost, topography, and attributes of soils and vegetation as predictors of stream chemistry. Multiple regression analyses indicated that catchment slope is a primary driver, with lower DOC and higher NO 3 − concentration in streams draining steeper catchments, respectively. Depth of the active layer explained additional variation in concentration of DOC and NO 3 − . Vegetation type explained regional variation in concentration and composition of DOM, which was characterized by optical methods. Composition of DOM was further correlated with attributes of soils, including moisture, temperature, and thickness of the organic layer. Regional patterns of DOC and NO 3 − concentrations in boreal to arctic Alaska were driven primarily by catchment topography and modified by permafrost, whereas composition of DOM was driven by attributes of soils and vegetation, suggesting that predicting changes to C and N cycling from permafrost‐influenced regions should consider catchment setting in addition to dynamics of climate and permafrost.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».