Urban point sources of nutrients were the leading cause for the historical spread of hypoxia across European lakes
Notice bibliographique
Résumé
Enhanced phosphorus (P) export from land into streams and lakes is a primary factor driving the expansion of deep-water hypoxia in lakes during the Anthropocene. However, the interplay of regional scale environmental stressors and the lack of long-term instrumental data often impede analyses attempting to associate changes in land cover with downstream aquatic responses. Herein, we performed a synthesis of data that link paleolimnological reconstructions of lake bottom-water oxygenation to changes in land cover/use and climate over the past 300 years to evaluate whether the spread of hypoxia in European lakes was primarily associated with enhanced P exports from growing urbanization, intensified agriculture, or climatic change. We showed that hypoxia started spreading in European lakes around CE 1850 and was greatly accelerated after CE 1900. Socioeconomic changes in Europe beginning in CE 1850 resulted in widespread urbanization, as well as a larger and more intensively cultivated surface area. However, our analysis of temporal trends demonstrated that the onset and intensification of lacustrine hypoxia were more strongly related to the growth of urban areas than to changes in agricultural areas and the application of fertilizers. These results suggest that anthropogenically triggered hypoxia in European lakes was primarily caused by enhanced P discharges from urban point sources. To date, there have been no signs of sustained recovery of bottom-water oxygenation in lakes following the enactment of European water legislation in the 1970s to 1980s, and the subsequent decrease in domestic P consumption.
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 | 0,002 | 0,001 |
| 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 | 0,000 |
| Science ouverte | 0,001 | 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 ».