Sensitivity of the regional ocean acidification and carbonate system in Puget Sound to ocean and freshwater inputs
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
While ocean acidification was first investigated as a global phenomenon, coastal acidification has received significant attention in recent years, as its impacts have been felt by different socio-economic sectors (e.g., high mortality of shellfish larvae in aquaculture farms). As a region that connects land and ocean, the Salish Sea (consisting of Puget Sound and the Straits of Juan de Fuca and Georgia) receives inputs from many different sources (rivers, wastewater treatment plants, industrial waste treatment facilities, etc.), making these coastal waters vulnerable to acidification. Moreover, the lowering of pH in the Northeast Pacific Ocean also affects the Salish Sea, as more acidic waters get transported into the bottom waters of the straits and estuaries. Here, we use a numerical ocean model of the Salish Sea to improve our understanding of the carbonate system in Puget Sound; in particular, we studied the sensitivity of carbonate variables (e.g., dissolved inorganic carbon, total alkalinity, pH, saturation state of aragonite) to ocean and freshwater inputs. The model is an updated version of our FVCOM-ICM framework, with new carbonate-system and sediment modules. Sensitivity experiments altering concentrations at the open boundaries and freshwater sources indicate that not only ocean conditions entering the Strait of Juan de Fuca, but also the dilution of carbonate variables by freshwater sources, are key drivers of the carbonate system in Puget Sound.
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.
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 | 0,002 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| 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 découle