MétaCan
Menu
Retour à la cohorte
Enregistrement W4308750605 · doi:10.1002/lno.12255

Microbially driven fate of terrigenous particulate organic matter in oceans

2022· article· en· W4308750605 sur OpenAlexaff
Lianbao Zhang, Mingming Chen, Yue Zheng, Jianning Wang, Xilin Xiao, Xiaowei Chen, Chen Hu, Jiaming Shen, Jihua Liu, Kai Tang, Dapeng Xu, Qiang Shi, Xiaoyan Ning, Helmuth Thomas, Wei Qin, Meixun Zhao, Nianzhi Jiao, Yao Zhang

Notice bibliographique

RevueLimnology and Oceanography · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMicrobial Community Ecology and Physiology
Établissements canadiensDalhousie University
Organismes subventionnairesFundamental Research Funds for the Central Universities
Mots-clésTerrigenous sedimentOrganic matterRemineralisationEnvironmental chemistryProteobacteriaDeep seaChemistryEnvironmental scienceOceanographyGeologyGeochemistrySedimentary rockOrganic chemistry

Résumé

récupéré en direct d'OpenAlex

Abstract A long‐standing enigma in oceanography is why terrestrial organic matter is “missing” in the global ocean, despite the considerable discharge into it every year. Although some explanations, such as mineralogical composition, hydrodynamic processes, and priming effect, have been proposed, we hypothesize that the essential mechanism behind the missing organic matter is microbial processing, for which the underlying coupled geochemical, molecular, and genetic evidence is unknown. An ultra‐large‐volume, long‐term river–seawater stratified simulation system was constructed to unravel the microbially driven fate of terrigenous particulate organic matter (POM) in oceans. Analysis of combining the molecular with POM chemical composition data suggests that Bacteroidetes could act as pioneers in the processing of terrigenous POM in oceans, degrading high‐molecular‐weight, high‐carbon compounds such as polysaccharides. Remaining low‐molecular‐weight nitrogenous organic matter is subsequently degraded by Planctomycetes and Proteobacteria. Isotopic signals show that this preferential degradation causes a distinct “aging” effect of POM, and along with nitrification enhanced by remineralization, causes a decrease in the POM C : N ratio. Degradation of terrigenous POM and bacterial biomass biosynthesis leads to positive deviations in δ15N and δ13C. Relatively refractory hydrocarbons, aromatic compounds, and phenols are accumulated by microbial processes in this system. This study provides mechanistic insights into the missing chemical and isotopic signals and microbially driven fate of terrigenous POM in the ocean, with important implications for how riverine material input affects marine carbon and nitrogen cycling.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,021

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
Tête enseignante GPT0,185
Écart entre enseignants0,180 · 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

Citations19
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetMicrobial Community Ecology and PhysiologyTravaux en français237 207