Global Spatial and Temporal Variation of Cd:P in Euphotic Zone Particulates
Notice bibliographique
Résumé
Abstract Concentrations of Cd and P were determined in particle samples collected using the multiple unit large volume in situ filtration system (MULVFS) from 50 profiles at 34 different locations throughout the Atlantic, Pacific, and Southern Oceans since 1991. Consistent methodology has been used. This data set of Cd:P in size fractionated particles gives insight into the processes that lead to differences in regional Cd:P particle values as well as how the formation and remineralization of these particles lead to dissolved deep water ratios that increase from the North Atlantic to the North Pacific. With large spatial and temporal variation, this data set allows us to study the effects of an El Niño, upwelling, large‐scale in situ Fe fertilization, low‐oxygen conditions, and seasonal variation on the Cd:P in particles. Overall, Cd:P tends to be higher (~1–2 mmol/mol) in particles gathered in biologically dynamic waters and is much lower (typically ~0.1 mmol/mol) in oligotrophic regions. Using multiple linear regression analysis, we investigate how euphotic zone parameters important to photosynthesis including nitrate, phosphate, silicate, temperature, and euphotic zone depth affect the Cd:P ratio in particles. Using the results of the analysis, we create global seasonal maps of predicted particulate Cd:P distributions. We find that three factors—local dissolved nitrate, silicate concentrations, and euphotic zone depth—can predict 59% of the variation in particulate Cd:P. We verified our projections using in situ filtration samples collected during GEOTRACES expeditions GA03 (North Atlantic) and GP16 (South Pacific).
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 | 0,000 | 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 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 ».