The Particulate Organic Carbon-to-Nitrogen Ratio Varies With Ocean Currents
Notice bibliographique
Résumé
Ocean currents could adjust ocean carbon and nitrogen composition which are an important part of the global carbon and nitrogen cycle. We procured global concentrations of particulate carbon and nitrogen in different depths, classified them according to ocean currents (upper 300 m), and analyzed POC-to-PON ratio (particulate organic carbon-to-nitrogen ratio) variations. We found that the regions with currents have a higher ratio than those without currents in the northern hemisphere, except in 50°–60°N (median ratio without currents is 8.38). Warm currents (median ratio ranges from 5.96 to 8.44) have a higher ratio than cold currents (6.19–8.89), except for the East Greenland Current (reach to 8.44) and Labrador Current (reach to 8.89). Meanwhile, we also analyzed the effects of ocean currents’ flowing and found that the distributions of the POC-to-PON ratio vary in different current types (e.g., cause of formation and distance from the shore). Generally speaking, the POC-to-PON ratio of the eolian currents and near-ocean currents change fiercer than that of compensation currents and near-coast currents. Ocean currents also have a buffering effect in the variation between surface and deep water, which prevents the severe change of the POC-to-PON ratio. The high-value anomaly of POC-to-PON caused by the confluence of warm and cold currents was also analyzed. It can be deduced that the high ratio in the high-latitude region was mainly caused by the terrigenous organic matter (especially carbon) and low nitrogen.
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 | 0,001 |
| 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 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 ».