Proliferating particle surface area via microbial decay has profound consequences for remineralisation rate: a new approach to modelling the degradation of sinking detritus in the ocean
Notice bibliographique
Résumé
Abstract Sinking detritus particles in the ocean help to regulate global climate by transporting organic carbon into deep waters where it is sequestered from the atmosphere. The rate at which bacteria remineralise detritus influences how deep particles sink and the length-scale of carbon sequestration. Conventional marine biogeochemical models typically represent particles as smooth spheres where remineralisation causes surface area (SA) to progressively shrink over time. In contrast, we propose that particle SA increases during degradation as microbial ectoenzymes cause a roughening of surfaces in a process similar to acid etching on previously smooth glass or metal surfaces. This concept is investigated using a novel model, SAMURAI (Surface Area Modelling Using Rubik As Inspiration), in which the biomass of individual particles is represented as a 3D matrix of cubical sub-units that degrades by progressive removal of sub-units that have faces in contact with the external environment. The model rapidly generates microscale rugosity (roughness) that profoundly increases total SA, giving rise to biomass-specific remineralisation rates that are approximately double those of conventional models. Faster remineralisation means less carbon penetrates the ocean’s interior, diminishing carbon sequestration in deep waters. Results indicate that both SA and microbial remineralisation are highly dynamic, as well as exhibiting large variability associated with particles of different porosities. Our work highlights the need for further studies, both observational and modelling, to investigate particle SA and related microbial dynamics in order to reliably represent the role of ocean biology in global biogeochemical models.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,002 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».