MétaCan
Menu
Retour à la cohorte
Enregistrement W3112494787 · doi:10.1002/lno.11652

Dissolved organic carbon (<scp>DOC</scp>) is essential to balance the metabolic demands of four dominant <scp>North‐Atlantic</scp> deep‐sea sponges

2020· article· en· W3112494787 sur OpenAlexaff
Martijn C. Bart, Benjamin Mueller, Titus Rombouts, Clea van de Ven, Gabrielle J. Tompkins, Ronald Osinga, Corina P. D. Brussaard, Barry MacDonald, Anja Engel, Hans Tore Rapp, Jasper M. de Goeij

Notice bibliographique

RevueLimnology and Oceanography · 2020
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueMarine Sponges and Natural Products
Établissements canadiensBedford Institute of OceanographyFisheries and Oceans CanadaDalhousie University
Organismes subventionnairesExecutive Agency for Small and Medium-sized EnterprisesDirectorate for Biological SciencesUniversiteit van AmsterdamKoninklijk Nederlands Instituut voor Onderzoek der ZeeUniversitetet i BergenKoninklijke Nederlandse Akademie van WetenschappenEuropean Commission
Mots-clésDeep seaTotal organic carbonSpongeDissolved organic carbonCarbon fibersCarbon cycleDry weightBiomass (ecology)EcosystemCyclingEnvironmental chemistryEcologyOceanographyEnvironmental scienceChemistryBiologyBotanyGeologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Sponges are ubiquitous components of various deep‐sea habitats, including cold water coral reefs, and form deep‐sea sponge grounds. Although the deep sea is generally considered to be a food‐limited environment, these ecosystems are known to be hotspots of biodiversity and carbon cycling. To assess the role of sponges in the carbon cycling of deep‐sea ecosystems, we studied the carbon budgets of six dominant deep‐sea sponges of different phylogenetic origin, with various growth forms and hosting distinct associated microbial communities, in an ex situ aquarium setup. Additionally, we determined biomass metrics—planar surface area, volume, wet weight, dry weight (DW), ash‐free dry weight, and organic carbon (C) content—and conversion factors for all species. Oxygen (O2) removal rates averaged 3.3 ± 2.8 μmol O2 g DWsponge h−1 (mean ± SD), live particulate (bacterio‐ and phytoplankton) organic carbon removal rates averaged 0.30 ± 0.39 μmol C g DWsponge h−1 and dissolved organic carbon (DOC) removal rates averaged 18.70 ± 25.02 μmol C g DWsponge h−1. Carbon mass balances were calculated for four species and revealed that the sponges acquired 1.3–6.6 times the amount of carbon needed to sustain their minimal respiratory demands. These results indicate that irrespective of taxonomic class, growth form, and abundance of microbial symbionts, DOC is responsible for over 90% of the total net organic carbon removal of deep‐sea sponges and allows them to sustain themselves in otherwise food‐limited environments on the ocean floor.

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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,009

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)0,0000,000

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 Opus0,006
Tête enseignante GPT0,205
Écart entre enseignants0,199 · 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'étudeExpérimental (laboratoire)
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

Citations41
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetMarine Sponges and Natural ProductsTravaux en français237 207