MétaCan
Menu
← Retour à la cohorte
Enregistrement W4396858246 · doi:10.22541/essoar.171560871.19656696/v1

Fixed-nitrogen loss in a deoxygenating coastal ocean: Insights from the Estuary and Gulf of St. Lawrence

2024· preprint· en· W4396858246 sur OpenAlexaff
Ludovic Pascal, Félix Cloutier‐Artiwat, Arturo Zanon, Douglas W.R. Wallace, Gwénaëlle Chaillou

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensDalhousie UniversityUniversité du Québec à Rimouski
Organismes subventionnairesnon disponible
Mots-clésEstuaryOceanographyEnvironmental scienceFisheryGeographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Bioavailable nitrogen governs ocean productivity and carbon fixation by regulating phytoplankton growth and community composition. Nitrogen input primarily results from fixation, while denitrification and ANAMMOX removes bioavailable nitrogen in oxygen-depleted conditions. Traditionally considered limited to highly suboxic (i.e., < 5 µM) waters, recent studies suggest fixed-nitrogen removal processes may extend beyond, elevating global nitrogen loss estimates. This study directly quantifies fixed-nitrogen loss across oxygen gradients (from 140 to 35 µM) along the Estuary and Gulf of St. Lawrence using N cycle tracers (, and ). Notably, we observe significant production when concentrations fall below 57-52 µM, including unexpected water column fixed-nitrogen removal processes above suboxia. Benthic production remains unaffected under intensifying deoxygenation from 50 down to 34 µM, but sedimentary nitrification contribution to denitrification diminishes with intensifying deoxygenation. Combined, water column and benthic fixed-nitrogen removal processes drive anomalies and strong deficiency in bottom waters. Additionally, observed concentration threshold triggers production, unveiling the profound impact of ocean deoxygenation on nitrogen cycling, challenging conventional expectations even at hypoxic concentrations.

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 enseignants0,837
Score d'incertitude au seuil0,323

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 savante0,0000,000
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 Opus0,012
Tête enseignante GPT0,203
Écart entre enseignants0,191 · 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

Citations0
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetMarine and coastal ecosystems→Travaux en français237 207→