Stratification strength and light climate explain variation in chlorophyll <scp><i>a</i></scp> at the continental scale in a European multilake survey in a heatwave summer
Notice bibliographique
Résumé
Abstract To determine the drivers of phytoplankton biomass, we collected standardized morphometric, physical, and biological data in 230 lakes across the Mediterranean, Continental, and Boreal climatic zones of the European continent. Multilinear regression models tested on this snapshot of mostly eutrophic lakes (median total phosphorus [TP] = 0.06 and total nitrogen [TN] = 0.7 mg L −1 ), and its subsets (2 depth types and 3 climatic zones), show that light climate and stratification strength were the most significant explanatory variables for chlorophyll a (Chl a ) variance. TN was a significant predictor for phytoplankton biomass for shallow and continental lakes, while TP never appeared as an explanatory variable, suggesting that under high TP, light, which partially controls stratification strength, becomes limiting for phytoplankton development. Mediterranean lakes were the warmest yet most weakly stratified and had significantly less Chl a than Boreal lakes, where the temperature anomaly from the long‐term average, during a summer heatwave was the highest (+4°C) and showed a significant, exponential relationship with stratification strength. This European survey represents a summer snapshot of phytoplankton biomass and its drivers, and lends support that light and stratification metrics, which are both affected by climate change, are better predictors for phytoplankton biomass in nutrient‐rich lakes than nutrient concentrations and surface temperature.
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 | 0,000 |
| 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) | 0,000 | 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 ».