Under-ice and open-water ecosystem metabolism in temperate water bodies
Notice bibliographique
Résumé
Winter, historically a largely un-monitored season, is influential and changing. There is evidence of the importance of under-ice phytoplankton in temperate lakes, but it is currently unknown if high winter phytoplankton biomass translates to high productivity and what influence it has on year-round lake metabolism. Winters are getting shorter, but our ability to forecast change is hindered by our limited understanding of under-ice processes. Here, we compare under-ice and open-water rates of areal gross production (AGP) and areal respiration (AR) from 3 Canadian reservoirs and one large lake using oxygen (O2) δ18O-O2 models and fluorometry. During the open-water season, AGP was 5× greater than under-ice rates, with AR rates 8× higher than measured during winter. Open-water samples indicated autotrophy (P:R= 1.10) with heterotrophy dominant under ice (P:R= 0.67). Consistent with current assumptions, the cold under-ice environment is associated with low primary productivity. Our results challenge the assumption that mean water column irradiance is lowest during the winter in dimictic water bodies; we find similar light conditions during the open-water season. Winter mean light is regulated by snow thickness; upon manual snow removal, we observe a 67 % increase in under-ice mean water column irradiance. The first-ever under-ice application of the δ18O2-method indicated that AGP responded to improvements in light. This study reveals further insights into the importance of under-ice metabolism on year-round processes in a changing climate.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».