MétaCan
Menu
Retour à la cohorte
Enregistrement W2731917267 · doi:10.1002/lno.10601

Quantity and quality of particulate organic matter controls bacterial production in the Columbia River estuary

2017· article· en· W2731917267 sur OpenAlexaff
Byron C. Crump, Lindy M. Fine, Caroline S. Fortunato, Lydie Herfort, Joseph A. Needoba, Sheryl Murdock, Fredrick G. Prahl

Notice bibliographique

RevueLimnology and Oceanography · 2017
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensUniversity of Victoria
Organismes subventionnairesNational Science Foundation
Mots-clésEstuaryParticulatesEnvironmental scienceTurbidityOrganic matterBiogeochemical cycleSettlingPhytoplanktonHydrology (agriculture)OceanographyChlorophyll aWater columnEnvironmental chemistryEcologyNutrientGeologyChemistryBiologyEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

Abstract Estuaries function as “bioreactors” for fluvial materials in which microbial, biogeochemical, and ecological processes transform organic matter and nutrients prior to export to coastal oceans. The impact of estuarine bioreactors is linked to the bioavailability and residence time of fluvial material, and to rates of microbial activity. In the Columbia River estuary, water residence time is short (approximately 2 d), but particle residence time is extended by estuarine turbidity maxima (ETM). To investigate relationships between organic matter and microbial activity, samples were collected in spring and fall 2012 and summer 2013, and ETM particles were fractionated by settling velocity using an Owen‐style settling column. Data were also analyzed from 16 other sampling campaigns conducted in 1990–2009. The composition of suspended particulate matter shifted seasonally following the spring freshet and river phytoplankton bloom with decreasing organic content, increasing C/N ratio, and an increasing contribution of autochthonous particulate organic matter (POM) produced in four shallow lateral bays (based on del‐PO13C and pigment ratios). Heterotrophic bacterial production responded to seasonal changes in POM and correlated most strongly with estimates of labile particulate nitrogen during any particular season, and with the riverine flux of chlorophyll a (Chl a) across all seasons. Regression models suggest that labile particulate nitrogen and bacterial production can be predicted from sensor‐based measurements including turbidity, salinity, and temperature in the estuary and Chl a in the river. These results demonstrate that heterotrophic activity in the Columbia River estuary is controlled by POM lability, and by the degree to which ETM retain and concentrate POM.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,380
Score d'incertitude au seuil0,756

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,220
Écart entre enseignants0,203 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations36
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetMarine and coastal ecosystemsTravaux en français237 207