Ammonium and nitrite oxidation at nanomolar oxygen concentrations in oxygen minimum zone waters
Notice bibliographique
Résumé
A major percentage of fixed nitrogen (N) loss in the oceans occurs within nitrite-rich oxygen minimum zones (OMZs) via denitrification and anammox. It remains unclear to what extent ammonium and nitrite oxidation co-occur, either supplying or competing for substrates involved in nitrogen loss in the OMZ core. Assessment of the oxygen (O2) sensitivity of these processes down to the O2 concentrations present in the OMZ core (<10 nmol⋅L(-1)) is therefore essential for understanding and modeling nitrogen loss in OMZs. We determined rates of ammonium and nitrite oxidation in the seasonal OMZ off Concepcion, Chile at manipulated O2 levels between 5 nmol⋅L(-1) and 20 μmol⋅L(-1) Rates of both processes were detectable in the low nanomolar range (5-33 nmol⋅L(-1) O2), but demonstrated a strong dependence on O2 concentrations with apparent half-saturation constants (Kms) of 333 ± 130 nmol⋅L(-1) O2 for ammonium oxidation and 778 ± 168 nmol⋅L(-1) O2 for nitrite oxidation assuming one-component Michaelis-Menten kinetics. Nitrite oxidation rates, however, were better described with a two-component Michaelis-Menten model, indicating a high-affinity component with a Km of just a few nanomolar. As the communities of ammonium and nitrite oxidizers were similar to other OMZs, these kinetics should apply across OMZ systems. The high O2 affinities imply that ammonium and nitrite oxidation can occur within the OMZ core whenever O2 is supplied, for example, by episodic intrusions. These processes therefore compete with anammox and denitrification for ammonium and nitrite, thereby exerting an important control over nitrogen loss.
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 | 0,000 |
| 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) | 0,000 | 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 ».