Long‐term development and trajectories of inferred lake‐water organic carbon and <scp>pH</scp> in naturally acidic boreal lakes
Notice bibliographique
Résumé
Abstract Monitoring of surface waters in the boreal region over the last decades shows that waters are becoming browner. This timeframe may not, however, be sufficient to capture underlying trajectories and driving mechanisms of lake‐water quality, important for prediction of future trajectories. Here we synthesize data from seven lakes in the Swedish boreal landscape, with contemporary lake‐water total organic carbon (TOC) concentrations of 1.4–14.4 mg L−1, to conceptualize how natural and particularly human‐driven processes at the landscape scale have regulated lake‐water TOC levels over the Holocene. Sediment‐inferred trends in TOC are supported by several proxies, including diatom‐inferred pH. Before ~ 700 ce, all lakes were naturally acidic (pH 4.7–5.4) and the concentrations of inferred lake‐water TOC were high (10–23 mg L−1). The introduction of traditional human land use from ~ 700 ce led to a decrease in lake‐water TOC in all lakes (to 5–14 mg L−1), and in four poorly buffered lakes, also to an increase in pH by > 1 unit. During the 20th century, industrial acid deposition was superimposed on centuries of land use, which resulted in unprecedentedly low lake‐water TOC in all lakes (3–11 mg L−1) and severely reduced pH in the four poorly buffered lakes. The other lakes resisted pH changes, likely due to close connections to peatlands. Our results indicate that an important part of the recent browning of boreal lakes is a recovery from human impacts. Furthermore, on a conceptual level we stress that contemporary environmental changes occur within the context of past, long‐term 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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 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 | 0,000 |
| 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 ».