MétaCan
Menu
Retour à la cohorte
Enregistrement W4311872525 · doi:10.1002/lno.12270

Nutrient function over form: Organic and inorganic nitrogen additions have similar effects on lake phytoplankton nutrient limitation

2022· article· en· W4311872525 sur OpenAlexafffund
Sabrina N. Volponi, Heather L. Wander, David C. Richardson, Clayton J. Williams, Denise A. Bruesewitz, Shelley E. Arnott, Jennifer A. Brentrup, Hailee L. Edwards, Holly A. Ewing, Kristen T. Holeck, Lauren Johnson, Brian S. Kim, Ana M. Morales‐Williams, Nisha Nadkarni, Beth C. Norman, Lianne Parmalee, Amy Shultis, Adrienne Tracy, Nicole K. Ward, Kathleen C. Weathers, Courtney Wigdahl-Perry, Kiyoko Yokota

Notice bibliographique

RevueLimnology and Oceanography · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Phytoplankton Dynamics
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaIntegrative and Collaborative Education and ResearchRubenstein School of Environment and Natural Resources, University of VermontNew York State Water Resources Institute, Cornell UniversityState University of New York OneontaQueen's UniversityState University of New York at New PaltzResearch Foundation for the State University of New YorkColby CollegeDartmouth CollegeGlobal Lake Ecological Observatory NetworkUniversity of Notre DameState University of New YorkNational Science Foundation
Mots-clésPhytoplanktonNutrientMicrocosmBiomass (ecology)Environmental sciencePhosphorusEnvironmental chemistryEcosystemBiogeochemical cycleNitrogenNutrient cycleEcologyEutrophicationPlanktonBiologyChemistry

Résumé

récupéré en direct d'OpenAlex

Abstract The concentration of dissolved organic nitrogen (DON) is increasing in many northern hemisphere lakes, yet its use by phytoplankton and fate in the environment seldom have been quantified. We conducted 1 week, in situ, microcosm incubations across 25 lakes in northeastern North America to understand how DON, dissolved inorganic nitrogen (DIN), and dissolved inorganic phosphorus (P) affected phytoplankton biomass. In addition, we tested whether lakes were limited by single macronutrients (N or P) or colimited by both. Phytoplankton biomass in 80% of lakes responded similarly to DON and DIN additions. Of the lakes where N form produced differential responses, the majority of phytoplankton communities exhibited greater biomass accumulation with DON than DIN. Colimitation was the most common type of nutrient limitation among the study lakes, followed by P limitation. Limitation type shifted with N form in 40% of the study lakes, but without consistent patterns explaining how shifts occurred. Regardless of N form, lakes with watersheds more dominated by agriculture and higher total dissolved nitrogen (TDN) tended to show P‐limited phytoplankton responses, while lakes with less agricultural watersheds and lower TDN tended to show colimited phytoplankton responses. Finally, ambient TDN and total phosphorus (TP) nutrient concentrations were stronger predictors of limitation type than ambient TDN : TP ratios. The different contributions of DON and DIN to phytoplankton biomass in some of our study lakes suggest that DON loading from surrounding watersheds may be an overlooked component in predicting phytoplankton productivity and nutrient limitation dynamics in freshwater ecosystems.

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 enseignants0,009
Score d'incertitude au seuil0,017

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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,004
Tête enseignante GPT0,182
Écart entre enseignants0,177 · 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

Citations13
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetAquatic Ecosystems and Phytoplankton DynamicsTravaux en français237 207