Irradiance and nutrient-dependent effects on photosynthetic electron transport in Arctic phytoplankton: A comparison of two chlorophyll fluorescence-based approaches to derive primary photochemistry
Notice bibliographique
Résumé
We employed Fast Repetition Rate fluorometry for high-resolution mapping of marine phytoplankton photophysiology and primary photochemistry in the Lancaster Sound and Barrow Strait regions of the Canadian Arctic Archipelago in the summer of 2019. Continuous ship-board analysis of chlorophyll a variable fluorescence demonstrated relatively low photochemical efficiency over most of the cruise-track, with the exception of localized regions within Barrow Strait, where there was increased vertical mixing and proximity to land-based nutrient sources. Along the full transect, we observed strong non-photochemical quenching of chlorophyll fluorescence, with relaxation times longer than the 5-minute period used for dark acclimation. Such long-term quenching effects complicate continuous underway acquisition of fluorescence amplitude-based estimates of photosynthetic electron transport rates, which rely on dark acclimation of samples. As an alternative, we employed a new algorithm to derive electron transport rates based on analysis of fluorescence relaxation kinetics, which does not require dark acclimation. Direct comparison of kinetics- and amplitude-based electron transport rate measurements demonstrated that kinetic-based estimates were, on average, 2-fold higher than amplitude-based values. The magnitude of decoupling between the two electron transport rate estimates increased in association with photophysiological diagnostics of nutrient stress. Discrepancies between electron transport rate estimates likely resulted from the use of different photophysiological parameters to derive the kinetics- and amplitude-based algorithms, and choice of numerical model used to fit variable fluorescence curves and analyze fluorescence kinetics under actinic light. Our results highlight environmental and methodological influences on fluorescence-based photochemistry estimates, and prompt discussion of best-practices for future underway fluorescence-based efforts to monitor phytoplankton photosynthesis.
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 | 0,002 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».