Bacterioplankton dispersal and biogeochemical function across Alaskan Arctic catchments
Notice bibliographique
Résumé
Abstract In Arctic catchments, bacterioplankton are dispersed through soils and streams, both of which freeze and thaw/flow in phase, seasonally. To characterize this dispersal and its potential impact on biogeochemistry, we collected bacterioplankton and measured stream physicochemistry during snowmelt and after vegetation senescence across multiple stream orders in alpine, tundra, and tundra‐dominated‐by‐lakes catchments. In all catchments, differences in community composition were associated with seasonal thaw, then attachment status (i.e. free floating or sediment associated), and then stream order. Bacterioplankton taxonomic diversity and richness were elevated in sediment‐associated fractions and in higher‐order reaches during snowmelt. Families Chthonomonadaceae , Pyrinomonadaceae , and Xiphinematobacteraceae were abundantly different across seasons, while Flavobacteriaceae and Microscillaceae were abundantly different between free‐floating and sediment‐associated fractions. Physicochemical data suggested there was high iron (Fe + ) production (alpine catchment); Fe + production and chloride (Cl − ) removal (tundra catchment); and phosphorus (SRP) removal and ammonium (NH 4 + ) production (lake catchment). In tundra landscapes, these ‘hot spots’ of Fe + production and Cl − removal accompanied shifts in species richness, while SRP promoted the antecedent community. Our findings suggest that freshet increases bacterial dispersal from headwater catchments to receiving catchments, where bacterioplankton‐mineral relations stabilized communities in free‐flowing reaches, but bacterioplankton‐nutrient relations stabilized those punctuated by lakes.
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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,030 | 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 ».