Particulate trace metal dynamics in response to increased CO <sub>2</sub> and iron availability in a coastal mesocosm experiment
Notice bibliographique
Résumé
Abstract. Rising concentrations of atmospheric carbon dioxide are causing ocean acidification and will influence marine processes and trace metal biogeochemistry. The importance of the combined impacts of elevated CO2 and changes in trace metal availability on marine plankton remain largely unknown. A mesocosm experiment was performed to study changes in particulate trace metal concentrations during a bloom dominated by the coccolithophore Emiliania huxleyi. We employed a full-factorial experimental design, comprising all combinations of ambient and elevated pCO2 and dissolved iron (dFe). Particulate metal concentrations (Fe, Cu, Zn, Co, Mn, Cd, Mo, Ti and Pb) were determined by high-resolution inductively coupled plasma mass spectrometry (HR-ICPMS). We examined biogenic and lithogenic sources of particulate metals, and their evolution during the experiment. Biogenic metal concentrations were estimated from bulk particle measurements by comparing phosphorus (P)-normalised quotas with published ratios, as well as concentrations of particulate trace metals in the presence and absence of an oxalate-EDTA wash. Our results demonstrate that particulate Ti and Fe concentrations were dominated by lithogenic material in the fjord. In contrast, particulate Cu, Co, Mn, Zn, Mo and Cd concentrations correlated with P concentrations and phytoplankton biomass, indicative of their strong biogenic character. Furthermore, ocean acidification changed the relative concentrations of particulate metals; a result mainly driven by the effects of ocean acidification on the growth of different phytoplankton phyla. This study demonstrates the utility and robustness of combining trace metal analyses of particles in a controlled mesocosm experiment with manipulations of CO2 and Fe concentrations using natural assemblages of marine phytoplankton.
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 | 0,003 | 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 ».