Biogeochemical cycling in restored and unrestored coastal wetlands of Lake Ontario
Notice bibliographique
Résumé
Wetlands provide many ecosystem services, including carbon burial and nutrient pollution remediation from excessive anthropogenic inputs. In response to loss and degradation of Laurentian Great Lake coastal wetlands, restoration efforts along the southern shore of Lake Ontario in recent years aimed to improve habitat quality and biodiversity. It is currently unclear if these restorations impacted biogeochemical processes of key nutrients such as nitrogen (N), phosphorus (P), and carbon. To determine if restoration improved nutrient retention from terrestrial inputs and what factors drive dissolved organic matter (DOM) composition, I analyzed water chemistry, watershed land use, and hydrological connectivity of four restored and four unrestored wetlands over the growing season of 2017 under storm and base flows. All wetlands showed nutrient retention abilities with lower N and P concentrations than their tributaries, but unrestored wetlands had significantly higher nutrient loading and reduction. DOM composition was not significantly affected by restoration, but restored wetlands contained higher concentrations of DOM. N was best removed in the spring, and P was best removed in the fall, with some variation across flow condition. DOM concentration was higher during storm flow and DOM character increased in microbial-like components from spring to fall. DOM, N, and P concentrations correlated positively with agricultural land use across wetlands. The control of watershed-scale land use on downstream water quality coupled with unusually wet conditions of 2017 when these wetlands were sampled may explain why small-scale recent habitat restoration did play a more significant role in N, P, and DOM dynamics. Studying biogeochemistry in wetlands under finer spatial and temporal resolutions over longer time periods may contribute information for future restorative efforts and management practices imposed on Great Lakes coastal wetlands to preserve their health and value.
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 | 0,000 |
| 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 | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 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 ».