An empirical model to predict methane production in inland water sediment from particular organic matter supply and reactivity
Notice bibliographique
Résumé
Abstract The highest CH4 production rates can be found in anoxic inland water surface sediments however no model quantifies CH4 production following fresh particular organic matter (POM) deposition on anoxic sediments. This limits our capability of modeling CH4 emissions from inland waters to the atmosphere. To generate such a model, we quantified how the POM supply rate and POM reactivity control CH4 production in anoxic surface sediment, by amending sediment at different frequencies with different quantities of aquatic and terrestrial POM. From the modeled CH4 production, we derived parameters related to the kinetics and the extent of CH4 production. We show that the extent of CH4 production can be well predicted by the quality (i.e., C/N ratio) and the quantity of POM supplied to an anoxic sediment. In particular, within the range of sedimentation rates that can be found in aquatic systems, we show that CH4 production increases linearly with the quantity of phytoplankton‐derived and terrestrially derived POM. A high frequency of POM addition, which is a common situation in natural systems, resulted in higher peaks in CH4 production rates. This suggests that relationships derived from earlier incubation experiments that added POM only once, may result in underestimation of sediment CH4 production. Our results quantitatively couple CH4 production in anoxic surface sediment to POM sedimentation flux, and are therefore useful for the further development of mechanistic models of inland water CH4 emission.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 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 | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».