A simplified approach to detect a significant carbon dioxide reduction by phytoplankton in lakes and rivers on a regional and global scale
Notice bibliographique
Résumé
Abstract Carbon dioxide (CO2) uptake by phytoplankton can significantly reduce the partial pressure of CO2 (pCO2) in lakes and rivers, and thereby CO2 emissions. Presently, it is not known in which inland waters on Earth a significant pCO2 reduction by phytoplankton is likely. Since detailed, comparable carbon budgets are currently not available for most inland waters, we modified a proxy to assess the pCO2 reduction by phytoplankton, originally developed for boreal lakes, for application on a global scale. Using data from 61 rivers and 125 lakes distributed over five continents, we show that a significant pCO2 reduction by phytoplankton is widespread across the temperate and sub-/tropical region, but absent in the cold regions on Earth. More specifically, we found that a significant pCO2 reduction by phytoplankton might occur in 24% of the lakes in the temperate region, and 39% of the lakes in the sub-/tropical region. We also showed that such a reduction might occur in 21% of the rivers in the temperate region, and 5% of the rivers in the sub-/tropical region. Our results indicate that CO2 uptake by phytoplankton is a relevant flux in regional and global carbon budgets. This highlights the need for more accurate approaches to quantify CO2 uptake by primary producers in inland waters, particularly in the temperate and sub-/tropical region.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 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 ».