Anthropogenic and Climate-Exacerbated Landscape Disturbances Converge to Alter Phosphorus Bioavailability in an Oligotrophic River
Notice bibliographique
Résumé
Cumulative effects of landscape disturbance in forested source water regions can alter the storage of fine sediment and associated phosphorus in riverbeds, shift nutrient dynamics and degrade water quality. Here, we examine longitudinal changes in major element chemistry and particulate phosphorus (PP) fractions of riverbed sediment in an oligotrophic river during environmentally sensitive low flow conditions. Study sites along 50 km of the Crowsnest River were located below tributary inflows from sub-watersheds and represent a gradient of increasing cumulative sediment pressures across a range of land disturbance types (harvesting, wildfire, and municipal wastewater discharges). Major elements (Si2O, Al2O3, Fe2O3, MnO, CaO, MgO, Na2O, K2O, Ti2O, V2O5, P2O5), loss on ignition (LOI), PP fractions (NH4CI-RP, BD-RP, NaOH-RP, HCI-RP and NaOH(85)-RP), and absolute particle size were evaluated for sediments collected in 2016 and 2017. While total PP concentrations were similar across all sites, bioavailable PP fractions (BD-RP, NaOH-RP) increased downstream with increased concentrations of Al2O3 and MnO and levels of landscape disturbance. This study highlights the longitudinal water quality impacts of increasing landscape disturbance on bioavailable PP in fine riverbed sediments and shows how the convergence of climate (wildfire) and anthropogenic (sewage effluent, harvesting, agriculture) drivers can produce legacy effects on nutrients.
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) | 0,001 | 0,001 |
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 ».