Sea-ice associated carbon flux in Arctic spring
Notice bibliographique
Résumé
The Svalbard region faces drastic environmental changes, including sea-ice loss and “Atlantification” of Arctic waters, caused primarily by climate warming. These changes result in shifts in the sea-ice-associated (sympagic) community structure, with consequences for the sympagic food web and carbon cycling. To evaluate the role of sympagic biota as a source, sink, and transmitter of carbon, we sampled pack ice and under-ice water (0–2 m) north of Svalbard in spring 2015 by sea-ice coring and under-ice trawling. We estimated biomass and primary production of ice algae and under-ice phytoplankton as well as biomass, carbon demand, and secondary production of sea-ice meiofauna (>10 µm) and under-ice fauna (>300 µm). Sea-ice meiofauna biomass (0.1–2.8 mg C m–2) was dominated by harpacticoid copepods (92%), nauplii (4%), and Ciliophora (3%). Under-ice fauna biomass (3.2–62.7 mg C m–2) was dominated by Calanus copepods (54%). Appendicularia contributed 23% through their high abundance at one station. Herbivorous sympagic fauna dominated the carbon demand across the study area, estimated at 2 mg C m–2 day–1 for ice algae and 4 mg C m–2 day–1 for phytoplankton. This demand was covered by the mean primary production of ice algae (11 mg C m–2 day–1) and phytoplankton (30 mg C m–2 day–1). Hence, potentially 35 mg C m–2 day–1 of algal material could sink from the sympagic realm to deeper layers. The demand of carnivorous under-ice fauna (0.3 mg C m–2 day–1) was barely covered by sympagic secondary production (0.3 mg C m–2 day–1). Our study emphasizes the importance of under-ice fauna for the carbon flux from sea ice to pelagic and benthic habitats and provides a baseline for future comparisons in the context of climate change.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».