The upper ocean silicon cycle of the subarctic Pacific during the EXPORTS field campaign
Notice bibliographique
Résumé
Diatoms are major contributors to marine primary productivity and carbon export due to their rapid growth in high-nutrient environments and their heavy silica ballast. Their contributions are highly modified in high-nutrient low-chlorophyll regions due to the decoupling of upper-ocean silicon and carbon cycling caused by low iron (Fe). The Si cycle and the role of diatoms in the biological carbon pump was examined at Ocean Station Papa (OSP) in the HNLC region of the northeastern subarctic Pacific during the NASA EXport Processes in the Ocean from RemoTe Sensing (EXPORTS) field study. Sampling occurred during the annual minimum in surface silicic acid (Si(OH)4) concentration. Biogenic silica (bSi) concentrations were low, being in the tens of nanomolar range, despite high Si(OH)4 concentrations of about 15 μM. On average, the >5.0-µm particle size fraction dominated Si dynamics, accounting for 65% of bSi stocks and 81% of Si uptake compared to the small fraction (0.6–5.0 μm). Limitation of Si uptake was detected in the small, but not the large, size fraction. Growth rate in small diatoms was limited by Fe, while their Si uptake was restricted by Si(OH)4 concentration, whereas larger diatoms were only growth-limited by Fe. About a third of bSi production was exported out of the upper 100 m. The contribution of diatoms to carbon export (9–13%) was about twice their contribution to primary productivity (3–7%). The combination of low bSi production, low diatom primary productivity and high bSi export efficiency at OSP was more similar to the dynamics in the subtropical gyres than to other high-nutrient low-chlorophyll regions.
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 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».