Salt‐Induced Flocculation of Dissolved Organic Matter and Iron Is Controlled by Their Concentration and Ratio in Boreal Coastal Systems
Notice bibliographique
Résumé
Abstract Rivers and estuaries are important conduits and reactors for organic matter (OM). Despite the substantial export of terrestrial OM by rivers, only a small proportion of this material reaches the open ocean. One potentially important mechanism contributing to the removal of terrestrial dissolved OM (DOM) is flocculation; a process that transforms DOM into larger size fractions that can settle into sediment pools. Here we investigate the role of flocculation in adjacent boreal coastal systems over three consecutive seasons. Flocculation experiments, which include the artificial salting of freshwater DOM to mid (12 psu) and high salinity (25 psu), and a 1:1 mixture of freshwater DOM with their respective saline endmember, highlight a potentially important source of particulate carbon (PC) in boreal estuaries. Along with a 3.5% ± 1.0% removal of dissolved organic carbon (DOC) and 44% ± 16% dissolved iron (DFe), the potential for flocculation of these constituents significantly increased with increasing salinity from 12 to 25 psu. The particulate matter (PM) produced by salt‐induced flocculation was comparable to in situ PC concentrations (in situ PC = 27.5 μmol L −1 and flocculated PC = 15.0 μmol L −1 ) and stable carbon isotopic signatures (in situ PM = −28.8‰ and flocculated PM = −28.3‰). DFe:DOC and S r were the only parameters that could significantly explain the degree of carbon and iron flocculation. This demonstrates the importance of DOC, DFe, and optical properties, and the predictive value of DFe:DOC for understanding DOM susceptibility to flocculation and its relevance and contribution to regional and global carbon budgets.
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 | 0,002 | 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 | 0,000 | 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 ».