MétaCan
Menu
Retour à la cohorte
Enregistrement W4362671491 · doi:10.1002/lno.12338

Distinct drivers of two size fractions of operationally dissolved <scp>iron</scp> in a temperate river

2023· article· en· W4362671491 sur OpenAlexaff
Laura Logozzo, Jacob D. Hosen, Johnae McArthur, Peter A. Raymond

Notice bibliographique

RevueLimnology and Oceanography · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSoil and Water Nutrient Dynamics
Établissements canadiensUniversity of Lethbridge
Organismes subventionnairesInstitute for Biospheric Studies, Yale UniversityNational Aeronautics and Space AdministrationConnecticut Space Grant College ConsortiumU.S. Geological SurveyYale UniversityNational Science Foundation
Mots-clésDissolved organic carbonBiogeochemical cycleEnvironmental chemistryChemistryColloidPhytoplanktonFractionationBiogeochemistryOrganic matterNutrientChromatography

Résumé

récupéré en direct d'OpenAlex

Abstract Riverine dissolved iron (Fe) affects water color, nutrients, and marine carbon cycling. Fe size and coupling with dissolved organic matter (DOM), in part, modulates the biogeochemical roles of riverine Fe. We used size fractionation to operationally define dissolved Fe (< 0.22 μm) into soluble (< 0.02 μm) and colloidal (0.02–0.22 μm) fractions in order to characterize the downstream drivers, concentrations, and fluxes of Fe across season and hydrologic regime at the freshwater Connecticut River mainstem, which we sampled bi‐weekly for 2 yrs. Drivers of colloidal and soluble Fe concentrations were markedly different. The response of colloidal Fe concentration to changes in discharge was modulated by water temperature; colloidal Fe decreased with increasing discharge at temperatures < 10.5°C, but increased with increasing discharge at temperatures > 10.5°C. Conversely, soluble Fe concentrations were only positively correlated to discharge at high temperatures (> 20°C). Soluble Fe was strongly positively correlated to a humic‐like DOM fluorescence component, suggesting coupling with DOM subsets, potentially through complexation. While average colloidal Fe fluxes varied twofold seasonally, soluble Fe fluxes varied ninefold; therefore, soluble Fe variability was more important to the overall dissolved Fe variability than colloidal Fe, despite lower concentrations. Seasonal Fe fluxes were decoupled from discharge: dissolved and soluble Fe fluxes were greatest in the fall, whereas discharge was greatest in the spring. Fluxes of soluble Fe, which may be more bioavailable and more likely to be exported to the ocean, were lowest in the summer when downstream biological demand is high, having implications for primary productivity and iron uptake.

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 enseignants0,029
Score d'incertitude au seuil0,058

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 ouverte0,0000,000
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 GPT0,219
Écart entre enseignants0,213 · 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

Citations24
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetSoil and Water Nutrient DynamicsTravaux en français237 207