Differential stimulation and suppression of phytoplankton growth by ammonium enrichment in eutrophic hardwater lakes over 16 years
Notice bibliographique
Résumé
Abstract Previous research suggests that fertilization of surface waters with chemically reduced nitrogen (N), including ammonium (NH4+), may either enhance or suppress phytoplankton growth. To identify the factors influencing the net effect of NH4+, we fertilized natural phytoplankton assemblages from two eutrophic hardwater lakes with growth‐saturating concentrations of NH4Cl in 241 incubation experiments conducted biweekly May–August during 1996–2011. Phytoplankton biomass (as chlorophyll a) was significantly (p < 0.05) altered in fertilized trials relative to controls after 72 h in 44.8% of experiments, with a marked rise in both spring suppression and summer stimulation of assemblages over 16 yr, as revealed by generalized additive models (GAMs). Binomial GAMs were used to compare contemporaneous changes in physico‐chemical (temperature, Secchi depth, pH, nutrients; 19.5% deviance explained) and biological parameters (phytoplankton community composition; 40.0% deviance explained) to results from fertilization experiments. Models revealed that that the likelihood of growth suppression by NH4+ increased with abundance of diatoms, cryptophytes, and unicellular cyanobacteria, particularly when water temperatures and soluble reactive phosphorus (SRP) concentrations were low. In contrast, phytoplankton was often stimulated by NH4+ when chlorophytes and non‐N2‐fixing cyanobacteria were abundant, and temperatures and SRP concentrations were high. Progressive intensification of NH4+ effects over 16 yr reflects changes in both spring (cooler water, increased diatoms and cryptophytes) and summer lake conditions (more chlorophytes, earlier cyanobacteria blooms), suggesting that the seasonal effects of NH4+ will vary with future climate change and modes of N enrichment.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».