Add a dash of salt? Effects of road de-icing salt (NaCl) on benthic respiration and nutrient fluxes in freshwater sediments
Notice bibliographique
Résumé
Winter road salt applications are increasing chloride concentrations in many freshwater ecosystems. This trend is alarming, giv¬en chloride’s potential to impair aquatic ecosystems. Short- and long-term exposure to salt could affect ecosystem metabolism and nutrient cycles. Here, we examine connections between chloride concentrations, water quality conditions, benthic respi¬ration, and sediment-water nutrient flux throughout a large (722 km2) lake and its catchment. Aquatic locations experiencing high concentrations of chloride are indicators of anthropogenic activities and are often associated with additional pollutants. We used sediment core flow-through incubations under ambient and enriched chloride concentrations to determine the effects of road salt on benthic respiration and nutrient fluxes in stream, stormwater pond, and lake sites. Salt (as sodium chloride) ad¬ditions caused a significant overall increase in benthic respiration. Acute exposure to road salt caused the strongest increase in benthic respiration when water was warm and at sites that had low (< 50 mg Cl-/L) or high (> 400 mg Cl-/L) ambient chloride concentrations or when water was cold and sites had intermediate (100-400 mg Cl-/L) ambient chloride concentrations. Nitrate flux responded less uniformly to salt additions. Depending on waterbody type and season, ambient nitrate flux into the sediment was similar, increased, or decreased post-chloride addition. Dissolved phosphorus flux was not significantly impacted by salt additions. Across lake and stream sites, our results supported the hypothesis that chloride causes increased respiration while nutrient cycles were weakly and inconsistently altered under experimental pulse road salt additions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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 ».