Variation in particulate C : N : P stoichiometry across the Lake Erie watershed from tributaries to its outflow
Notice bibliographique
Résumé
Abstract Human activities can cause large alterations in biogeochemical cycles of key nutrients such as carbon (C), nitrogen (N), and phosphorus (P). However, relatively little is known about how these changes alter the proportional fluxes of these elements across ecosystem boundaries from rivers to lakes. Here, we examined environmental factors influencing spatial and temporal variation in particulate C : N : P ratios across the Lake Erie watershed from its tributaries to its outflow. Throughout the study, particulate nutrient ratios ranged widely (C : N 2.0–25.8, C : P 32–530, N : P 3.7–122.9), but mean values were generally lower than previous estimates from different aquatic environments. Particulate C : N ratios varied the least across all environments, but C : P and N : P ratios increased between tributaries and coastal areas and throughout the growing season in coastal environments. These ratios also differed temporally in offshore waters as particulate C : P and N : P were higher in the spring and summer and lower in the fall and winter. Particulate C : P ratios also increased between the western/central and eastern basins indicating differential nutrient processing across the lake. These stoichiometric changes were associated with unique environmental factors among ecosystems as tributary stoichiometry was related to terrestrial land use and land cover, coastal ratios were a product of mixing between riverine and offshore waters, and offshore patterns were influenced by differences in temperature and particulate nutrient loading among basins. Overall, by studying changes in particulate C : N : P ratios across the Lake Erie watershed, our study demonstrates the power of using mass balance principles to study nutrient transformations along the aquatic continuum.
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 | 0,001 | 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 ».