MétaCan
Menu
← Retour à la cohorte
Enregistrement W3046439362 · doi:10.5194/egusphere-egu2020-16998

Microbial abundance and transport in glacial near-surface meltwater

2020· article· en· W3046439362 sur OpenAlexaff
I.T. Stevens, Tristram Irvine‐Fynn, Arwyn Edwards, Philip R. Porter, Joseph M. Cook, Tom Holt, Brian J. Moorman, Andy Hodson, Andrew C. Mitchell

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueCryospheric studies and observations
Établissements canadiensUniversity of Calgary
Organismes subventionnairesnon disponible
Mots-clésBiogeochemical cycleMeltwaterGlacierWeatheringChemistryGeologyEnvironmental chemistryGeomorphology

Résumé

récupéré en direct d'OpenAlex

Glacier surfaces are active microbial ecosystems which contribute to melt feedback cycles and biogeochemical processes. Despite this recognition, there is a lack of knowledge regarding the transport dynamics and residence time of microbes in this supraglacial habitat. Throughout the ablation season, meltwater is generated across a glacier’s surface and flows through the porous near-surface weathering crust before entering the channelised supraglacial network. Within the weathering crust, solar radiation provides a “photic zone” which, combined with nutrient availability, is conducive for microbial activity. The water flow through this porous near-surface layer provides a transport mechanism for these microbes. However, the nature of controls upon this phenomenon remain unexplored, despite the relevance for cellular export to downstream ecosystems, glacier surface albedo and biogeochemical cycling. To determine potential controls on microbial transport in the weathering crust, we present 913 measurements of microbial cell abundance in supraglacial meltwaters from 11 glaciers across the northern hemisphere. Each measurement is coupled with weathering crust hydraulic conductivity or stream discharge. These data reveal a mean microbial abundance of 2.2 × 104 cells mL-1 (with a range of 103 – 106) in supraglacial meltwaters within the weathering crust and stream channels. Modal microbe size was 1 – 2 μm (56 % of microbes), with 89 % of microbes smaller than 4 μm. No substantiated difference in size distributions between weathering crust and stream meltwaters were observed. No correlation between microbial abundance and near-surface hydraulic conductivity or stream discharge were observed, either across the entire dataset or when considered on a glacier-by-glacier basis. At three glaciers, water temperature and electrical conductivity (a proxy measure for ionic load) were also recorded; but we observe no correlation between these two variables and microbial abundance. Our data suggests weathering crust microbe abundance is consistent across differing glacial environments, and the concentrations entrained in the near-surface equal those seen in supraglacial streams. As such, despite the low transfer rate of meltwater, there appears to be limited evidence for substantial storage or accumulation of biomass in the near-surface weathering crust. Moreover, microbe entrainment does not appear to be driven by primary hydrological controls. Assuming that once liberated within the weathering crust entrained microbes reach channelised supraglacial networks, we estimate a delivery of 1.1 × 109 kg C a-1 to downstream environments globally (excluding Antarctica) to 2100, using existing discharge forecasts. This study represents a crucial first step in examining microbial abundance within, and transport across glacier surfaces and their potential role in biogeochemical process-feedbacks and the inoculation of downstream environments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,018
Tête enseignante GPT0,193
Écart entre enseignants0,175 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetCryospheric studies and observations→Travaux en français237 207→