An Assessment of Dissolved Organic Carbon Biodegradability and Priming in Blackwater Systems
Notice bibliographique
Résumé
Abstract Rivers deliver approximately 260 Tg of dissolved organic carbon (DOC) to the ocean annually, yet there is little evidence of terrigenous DOC (tDOC) in the ocean. While tDOC was historically believed to be stable and resistant to microbial degradation, it has recently been shown that freshwater systems mineralize more tDOC than originally thought. The priming effect is a possible mechanism by which inputs of biolabile DOC enhance the bioavailability of stable DOC components in aquatic systems, resulting in higher rates of microbial remineralization. Here we investigate tDOC biodegradability by conducting bioincubation experiments and utilizing ultrahigh resolution mass spectrometry to characterize the chemical composition of blackwater and leachate dissolved organic matter (DOM) samples. The role of priming in blackwater ecosystems was assessed through the inclusion of bioincubation treatments amended with a variety of simple biolabile OC substrates. Blackwaters lost 6.10 ± 3.85% DOC within 1 month, while leachates lost 38.10 ± 16.74% DOC. There were no significant differences between DOC remineralization in control and primed treatments, indicating that priming is not an important factor in the biodegradation of DOC in blackwater ecosystems. However, the proportion of biodegradable DOC and DOM composition were significantly correlated, mostly driven by the contribution of aliphatic compounds (H/C ≥ 1.5, O/C < 0.9) that were abundant (9.3 ± 5.2%) in leachate DOM. The molecular signature of biodegraded leachate DOM resembled that of stable blackwater DOM, indicating that bioavailable DOM components leached from plant litter are rapidly utilized and stable DOM is exported downstream.
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 | 0,004 | 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 | 0,001 |
| 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 ».