Towards the identification of humic ligands associated with iron transport through a salinity gradient
Notice bibliographique
Résumé
Humic ligands from boreal rivers have been identified as important sources of iron-binding ligands to the coastal marine environment but remain poorly characterized. A novel method using Fourier transformed infrared spectroscopy (FTIR) was used to identify and quantify iron-binding ligands present in a boreal river in Newfoundland, Canada. 20 to 35% of the total iron load was carried through an artificial salinity gradient, and remained in solution at 35 salinity. Using FTIR combined with linear regression and 2D correlation analysis, we identified two pools of organic ligands, with different behaviour with regards to iron across the salinity gradient. The weaker ligand pool consisted of alkenes, ethers, and esters, and was found to release iron to flocculation at low salinities, and not contribute to iron transport into the marine environment. The stronger ligand group contained carboxylic acids and aliphatic functional groups. This group appears to contain two subgroups, one which was able to retain iron in the dissolved phase at 35 salinity, and another that flocculated out with iron across the salinity gradient. The strong ligands that retain iron in solution through the salinity gradient provide a much-needed source of the micronutrient to the coastal and marine environment, while the other subgroup sequesters iron and carbon in estuarine sediments. The balance between these two subgroups appears to be controlled by the hydrographic and weather conditions at the time of sampling, suggesting a dynamic ligand-iron relationship throughout the year, impacting the biogeochemical cycles of both iron and carbon in contrasting ways.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 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 ».