MétaCan
Menu
← Retour à la cohorte
Enregistrement W4308527037 · doi:10.1038/s41598-022-23705-9

Drivers and variability of CO2:O2 saturation along a gradient from boreal to Arctic lakes

2022· article· en· W4308527037 sur OpenAlexaboutno aff
Lina Allesson, Nicolás Valiente, Peter Dörsch, Tom Andersen, Alexander Eiler, Dag O. Hessen

Notice bibliographique

RevueScientific Reports · 2022
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensnon disponible
Organismes subventionnairesBelmont ForumBiodiversa+
Mots-clésArcticBorealEnvironmental scienceSaturation (graph theory)Canada BasinOceanographyDissolved organic carbonPermafrostLatitudeTundraTemperate climatePhysical geographyGeologyEcologyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Lakes are significant players for the global climate since they sequester terrestrially derived dissolved organic carbon (DOC), and emit greenhouse gases like CO 2 to the atmosphere. However, the differences in environmental drivers of CO 2 concentrations are not well constrained along latitudinal and thus climate gradients. Our aim here is to provide a better understanding of net heterotrophy and gas balance at the catchment scale in a set of boreal, sub-Arctic and high-Arctic lakes. We assessed water chemistry and concentrations of dissolved O 2 and CO 2 , as well as the CO 2 :O 2 ratio in three groups of lakes separated by steps of approximately 10 degrees latitude in South-Eastern Norway (near 60° N), sub-Arctic lakes in the northernmost part of the Norwegian mainland (near 70° N) and high-Arctic lakes on Svalbard (near 80° N). Across all regions, CO 2 saturation levels varied more (6–1374%) than O 2 saturation levels (85–148%) and hence CO 2 saturation governed the CO 2 :O 2 ratio. The boreal lakes were generally undersaturated with O 2 , while the sub-Arctic and high-Arctic lakes ranged from O 2 saturated to oversaturated. Regardless of location, the majority of the lakes were CO 2 supersaturated. In the boreal lakes the CO 2 :O 2 ratio was mainly related to DOC concentration, in contrast to the sub-Arctic and high-Arctic localities, where conductivity was the major statistical determinant. While the southern part is dominated by granitic and metamorphic bedrock, the sub-Arctic sites are scattered across a range of granitic to sedimentary bed rocks, and the majority of the high-Arctic lakes are situated on limestone, resulting in contrasting lake alkalinities between the regions. DOC dependency of the CO 2 :O 2 ratio in the boreal region together with low alkalinity suggests that in-lake heterotrophic respiration was a major source of lake CO 2 . Contrastingly, the conductivity dependency indicates that CO 2 saturation in the sub-Arctic and high-Arctic lakes was to a large part explained by DIC input from catchment respiration and carbonate weathering.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,046
Score d'incertitude au seuil0,092

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,181
Écart entre enseignants0,174 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations9
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific Reports→Même sujetMarine and coastal ecosystems→Travaux en français237 207→