Widespread Increases in Iron Concentration in European and North American Freshwaters
Notice bibliographique
Résumé
Abstract Recent reports of increasing iron (Fe) concentrations in freshwaters are of concern, given the fundamental role of Fe in biogeochemical processes. Still, little is known about the frequency and geographical distribution of Fe trends or about the underlying drivers. We analyzed temporal trends of Fe concentrations across 340 water bodies distributed over 10 countries in northern Europe and North America in order to gain a clearer understanding of where, to what extent, and why Fe concentrations are on the rise. We found that Fe concentrations have significantly increased in 28% of sites, and decreased in 4%, with most positive trends located in northern Europe. Regions with rising Fe concentrations tend to coincide with those with organic carbon (OC) increases. Fe and OC increases may not be directly mechanistically linked, but may nevertheless be responding to common regional‐scale drivers such as declining sulfur deposition or hydrological changes. A role of hydrological factors was supported by covarying trends in Fe and dissolved silica, as these elements tend to stem from similar soil depths. A positive relationship between Fe increases and conifer cover suggests that changing land use and expanded forestry could have contributed to enhanced Fe export, although increases were also observed in nonforested areas. We conclude that the phenomenon of increasing Fe concentrations is widespread, especially in northern Europe, with potentially significant implications for wider ecosystem biogeochemistry, and for the current browning of freshwaters.
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 | 0,001 |
| 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 ».