The fate of nitrogen in the Zarin-Gol River receiving trout farm effluent
Notice bibliographique
Résumé
Abstract This study investigated the Zarrin-Gol River ecosystem in Iran to trace organic matter in the food web and evaluate the impact of aquaculture farm effluent using stable isotopes of nitrogen (δ15N) and carbon (δ13C). Using a previously-developed model (Islam 2005), we estimated that a trout farm in the vicinity released 1.4 tons of nitrogen into the river. This was comparable to an estimated total nutrient load of 2.1 tons of nitrogen for the six-month fish-rearing period based on a web-based constituent load estimator (LOADEST). A model estimate of river nitrogen concentration at the time of minimum river discharge (100 L/s) was 2.74 mg/L. Despite relatively high nitrogen loading from the farm, isotope data showed typical food web structure. Several biological groups had elevated δ13C or δ15N values, but there was limited evidence for the entry of organic matter from the trout farm into the food web, with sites above and below trout farms having inconsistent patterns in 15N enrichment. By coupling nitrogen load modeling with stable isotope analysis we showed that stable isotopes might not be effective tracers of organic matter into food webs, depending on surrounding land use and other point sources of nutrients. The Zarrin-Gol River ecosystem, like other basins with high human population density, remains vulnerable to eutrophication in part due to trout farm effluent.
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 | 0,000 | 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 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 ».