MétaCan
Menu
Retour à la cohorte
Enregistrement W4400239848 · doi:10.1071/en24021

A critical assessment of physicochemical indices used to characterise natural dissolved organic carbon (DOC), their inter-relationships, and the effects of pH

2024· article· en· W4400239848 sur OpenAlexafffund
Carolyn Morris, Samantha Zulian, Colin J. Brauner, Chris M. Wood, D. Scott Smith

Notice bibliographique

RevueEnvironmental Chemistry · 2024
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensMcMaster UniversityWilfrid Laurier UniversityUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDissolved organic carbonEnvironmental chemistryTotal organic carbonNatural organic matterChemistryCarbon fibersEnvironmental scienceOrganic chemistryOrganic matterMaterials science

Résumé

récupéré en direct d'OpenAlex

Environmental context Dissolved organic carbon (DOC) is ubiquitous in freshwater and concentrations are rising universally while pH is decreasing with climate change. This study demonstrates the interrelationships among DOC characterisation techniques and the pH-sensitive aspects of these techniques that were previously not well understood. As DOC regulates important processes within ecosystems, understanding DOC behaviour at altered pH and identifying techniques to effectively evaluate DOC composition are critical requirements for monitoring aquatic ecosystem health. Rationale Dissolved organic carbon (DOC) is both ubiquitous and heterogeneous in freshwater. Freshwaters are browning universally and pH values are decreasing with climate change. DOCs influence water pH, whereas changes in water pH potentially alter the conformation and function of DOCs. The physicochemical properties of DOCs can be characterised by optical and chemical indices, but the inter-relationships among them, and the effects of low pH, are not well understood. Methodology We characterised five naturally sourced DOCs, spanning large differences in origin and composition, at pH 7 and 4, using multiple indices: specific absorbance coefficient at 340 nm, molecular weight index, fluorescence index, octanol–water partition coefficient, molecular charge, proton binding index, size-fractionation, and percentage humic-acid-like, percentage fulvic-acid-like and percentage protein-like components by fluorescence-based parallel factor analysis. Results Many of the indices changed between pH 7 and 4 as reflected in the corresponding absorbance and fluorescence profiles. Generally, apparent aromaticity, apparent molecular weight and molecular charge all decreased with low pH, while lipophilicity increased. Key positive correlations occurred between aromaticity and apparent molecular weight, chemical reactivity and apparent molecular weight, and aromaticity and chemical reactivity, and a negative correlation between lipophilicity and molecular charge. These relationships were pH dependent. Discussion Our results highlight that physicochemical indices used to characterise DOCs from distinct sources should consider pH and be interpreted carefully. The pH-dependent changes in many of the indices are likely alterations in the conformation, reflected in the optical signatures, rather than changes in the composition of DOCs. In contrast, increased lipophilicity and reduced charge at lower pH are due to actual changes in DOC molecules, resulting from proton binding. The ecological functions of DOCs are dependent on source and will likely change with natural acidification events such as increasing atmospheric CO2.

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)0,006
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0060,007
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0020,002
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,005
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'étudeExpérimental (laboratoire)
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

Citations9
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEnvironmental ChemistryMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207