Influence of nutrients enrichment on ecosystem functioning in a subpolar seagrass meadow
Notice bibliographique
Résumé
Seagrass meadows are among the most productive ecosystems in the world: they store a large amount of carbon and host highly diverse macrobenthic communities. They also play a key role in biogeochemistry at the sediment-water interface. The light requirements of seagrasses limit their development to shallow coastal areas where they are facing various natural and anthropogenic disturbances, which has induced a global loss of these ecosystems over the last decades. Nutrient enrichment of coastal waters, resulting from anthropogenic activities is one of the leading causes of this decline. Subpolar seagrass meadows present a strong seasonal dynamic, with a long winter when seagrasses rely on carbon reserves that they build up during the short growing season (limited to two to three months during summer time). Hence, it has been hypothesized that the effects of nutrient enrichment on seagrass ecosystem functioning depend on seasonal dynamics. In this study, we performed a series of mesocosm experiments over a month period to investigate the effects of the timing, duration and intensity of disturbance on macrofauna bioturbation, oxygen and nutrients porewater concentration profiles and benthic fluxes using three levels (including control) of realistic nutrient enrichments at the beginning (June) and at the end (August) of the growing season. In May, effects of intermediate level of nutrient enrichment were only visible on total oxygen uptake by the sediment at day 30 of disturbance while it affected oxygen and nutrients benthic fluxes at day 15 in August. The highest level of nutrient enrichment affected oxygen and nutrients benthic fluxes in May and August. Overall, our results highlight the importance of considering the time (period and duration) in the assessment of the functional consequences of disturbances.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 ».