The role of agricultural drainage, storm-events, and natural filtration on the biogeochemical cycling capacity of aquatic and sediment environments in Lake Erie's drainage basin
Notice bibliographique
Résumé
Lake Erie is the most at risk of the Great Lakes for degraded water quality due to non-point source pollution caused by agricultural activities in the lake's watershed. The extent and temporal patterns of nutrient loading from these agricultural activities is influenced by the timing of agronomic events, precipitation events, and water flow through areas of natural filtration within the watershed. Downstream impacts of these nutrient loading events may be moderated by the co-loading of functionally relevant biogeochemical cycling microbial communities from agricultural soils. This study quantified loading patterns of these communities from tile drain sources, assessed whether functional communities from agricultural sources influenced downstream microbial functionality, and investigated how distance from agricultural sources, storm events, and areas of natural filtration altered nutrient cycling and nutrient fluxes in aquatic and sediment environments. Water and sediment samples were collected in the Wigle Creek watershed in Ontario, from tile drains through to Lake Erie, from May to November 2021, and microbial nitrogen (N) and phosphorous (P) cycling capacity (quantitative PCR), and nutrient levels were evaluated. Results showed that N and P functional groups were co-loaded with nutrients, with increased loading occurring during storm events and during agricultural activities including fertilization and harvest. Overall functional capacity in the aquatic environment decreased with distance from the agricultural sources and as water transited through natural filtration areas. In contrast, the sediment environment was more resilient to both agricultural disturbances and abiotic factors. This study expands our understanding of when and where different stages of N and P cycling occurs in agriculturally impacted watersheds, and identifies both seasons and regions to target with nutrient mitigation strategies.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 ».