Lake nutrient stoichiometry is less predictable than nutrient concentrations at regional and sub‐continental scales
Notice bibliographique
Résumé
Production in many ecosystems is co-limited by multiple elements. While a known suite of drivers associated with nutrient sources, nutrient transport, and internal processing controls concentrations of phosphorus (P) and nitrogen (N) in lakes, much less is known about whether the drivers of single nutrient concentrations can also explain spatial or temporal variation in lake N:P stoichiometry. Predicting stoichiometry might be more complex than predicting concentrations of individual elements because some drivers have similar relationships with N and P, leading to a weak relationship with their ratio. Further, the dominant controls on elemental concentrations likely vary across regions, resulting in context dependent relationships between drivers, lake nutrients and their ratios. Here, we examine whether known drivers of N and P concentrations can explain variation in N:P stoichiometry, and whether explaining variation in stoichiometry differs across regions. We examined drivers of N:P in ~2,700 lakes at a sub-continental scale and two large regions nested within the sub-continental study area that have contrasting ecological context, including differences in the dominant type of land cover (agriculture vs. forest). At the sub-continental scale, lake nutrient concentrations were correlated with nutrient loading and lake internal processing, but stoichiometry was only weakly correlated to drivers of lake nutrients. At the regional scale, drivers that explained variation in nutrients and stoichiometry differed between regions. In the Midwestern U.S. region, dominated by agricultural land use, lake depth and the percentage of row crop agriculture were strong predictors of stoichiometry because only phosphorus was related to lake depth and only nitrogen was related to the percentage of row crop agriculture. In contrast, all drivers were related to N and P in similar ways in the Northeastern U.S. region, leading to weak relationships between drivers and stoichiometry. Our results suggest ecological context mediates controls on lake nutrients and stoichiometry. Predicting stoichiometry was generally more difficult than predicting nutrient concentrations, but human activity may decouple N and P, leading to better prediction of N:P stoichiometry in regions with high anthropogenic activity.
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 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».