Sedimentary pyrite sulfur isotope compositions preserve signatures of the surface microbial mat environment in sediments underlying low‐oxygen cyanobacterial mats
Notice bibliographique
Résumé
Abstract The sedimentary pyrite sulfur isotope (δ 34 S) record is an archive of ancient microbial sulfur cycling and environmental conditions. Interpretations of pyrite δ 34 S signatures in sediments deposited in microbial mat ecosystems are based on studies of modern microbial mat porewater sulfide δ 34 S geochemistry. Pyrite δ 34 S values often capture δ 34 S signatures of porewater sulfide at the location of pyrite formation. However, microbial mats are dynamic environments in which biogeochemical cycling shifts vertically on diurnal cycles. Therefore, there is a need to study how the location of pyrite formation impacts pyrite δ 34 S patterns in these dynamic systems. Here, we present diurnal porewater sulfide δ 34 S trends and δ 34 S values of pyrite and iron monosulfides from Middle Island Sinkhole, Lake Huron. The sediment–water interface of this sinkhole hosts a low‐oxygen cyanobacterial mat ecosystem, which serves as a useful location to explore preservation of sedimentary pyrite δ 34 S signatures in early Earth environments. Porewater sulfide δ 34 S values vary by up to ~25‰ throughout the day due to light‐driven changes in surface microbial community activity that propagate downwards, affecting porewater geochemistry as deep as 7.5 cm in the sediment. Progressive consumption of the sulfate reservoir drives δ 34 S variability, instead of variations in average cell‐specific sulfate reduction rates and/or sulfide oxidation at different depths in the sediment. The δ 34 S values of pyrite are similar to porewater sulfide δ 34 S values near the mat surface. We suggest that oxidative sulfur cycling and other microbial activity promote pyrite formation in and immediately adjacent to the microbial mat and that iron geochemistry limits further pyrite formation with depth in the sediment. These results imply that primary δ 34 S signatures of pyrite deposited in organic‐rich, iron‐poor microbial mat environments capture information about microbial sulfur cycling and environmental conditions at the mat surface and are only minimally affected by deeper sedimentary processes during early diagenesis.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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) | 0,005 | 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 tête enseignante, 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 ».