Environmental conditions for phytoplankton influenced carbon dynamics in boreal lakes
Notice bibliographique
Résumé
The partial pressure of CO 2 ( p CO 2 ) in lake water, and thus CO 2 emissions from lakes are controlled by hydrologic inorganic carbon inputs into lakes, and in-lake carbon transformation (mainly organic carbon mineralization and CO 2 uptake by primary producers). In boreal lakes, CO 2 uptake by phytoplankton is often considered to be of minor importance. At present, however, it is not known in which and how many boreal lakes phytoplankton CO 2 uptake has a sizeable influence on the lake water p CO 2 . Using water physico-chemical and phytoplankton data from 126 widely spread Swedish lakes from 1992 to 2012, we found that p CO 2 was negatively related to phytoplankton carbon in lakes in which the phytoplankton share in TOC (C phyto :TOC ratio) exceeded 5%. Total phosphorus concentration (TP) was the strongest predictor of spatial variation in the C phyto :TOC ratio, where C phyto :TOC ratios > 5% occurred in lakes with TP > 30 µg l −1 . These lakes were located in the hemi-boreal zone of central and southern Sweden. We conclude that during summer, phytoplankton CO 2 uptake can reduce the p CO 2 not only in warm eutrophic lakes, but also in relatively nutrient poor hemi-boreal lakes.
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 | 0,000 | 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 | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 ».