Anaerobic methane oxidation in an East African great lake (Lake Kivu)
Notice bibliographique
Résumé
Abstract. This study investigates methane (CH4) oxidation in the water column of Lake Kivu, a deep meromictic tropical lake containing large quantities of CH4 in the anoxic deep waters. Depth profiles of dissolved gases (CH4 and nitrous oxide (N2O)) and of the different potential electron acceptors for anaerobic methane oxidation (AOM) (nitrate, sulfate, iron and manganese) were determined during six field campaigns between June 2011 and August 2014. Bacterial abundance all along the vertical profiles was also determined by flow cytometry during three field campaigns, and denitrification measurements based on stable isotopes were performed twice. Incubation experiments were performed to quantify CH4 oxidation and nitrate consumption rates, with a focus on AOM, without and with an inhibitor of sulfate-reducing bacteria activity (molybdate). Nitrate consumption rates were measured in these incubations. Substantial CH4 oxidation activity was observed in oxic and anoxic waters, and in the upper anoxic waters of Lake Kivu, CH4 is a major electron donor to sustain anaerobic metabolic processes coupled to AOM. The maximum aerobic and anaerobic CH4 oxidation rates were estimated to 27 ± 2 and 16 ± 8 µmol L−1 d−1, respectively. We observed a decrease of AOM rates when molybdate was added for half of the measurements, strongly suggesting the occurrence of AOM linked to sulfate reduction, but an increase of AOM rates was observed for the other half. Nitrate reduction rates and dissolved manganese production rates tended to be higher with the addition of molybdate, but the maximum rates of 0.6 ± 0.02 and 11 ± 2 µmol L−1 d−1, respectively, were never high enough to explain AOM rates observed at the same depths. We also put in evidence a difference in relative importance of aerobic and anaerobic CH4 oxidation between the seasons, with a higher importance of aerobic oxidation when the oxygenated layer was thicker (in dry season).
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 | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 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 ».