Physical Mechanisms Sustaining Silica Production Following the Demise of the Diatom Phase of the North Atlantic Spring Phytoplankton Bloom During EXPORTS
Notice bibliographique
Résumé
Abstract Each spring, the North Atlantic experiences one of the largest open‐ocean phytoplankton blooms in the global ocean. Diatoms often dominate the initial phase of the bloom with succession driven by exhaustion of silicic acid. The North Atlantic was sampled over 3.5 weeks in spring 2021 following the demise of the main diatom bloom, allowing mechanisms that sustain continued diatom contributions to be examined. Diatom biomass was initially relatively high with biogenic silica concentrations up to 2.25 μmol Si L −1 . A low initial silicic acid concentration of 0.1–0.3 μM imposed severe Si limitation of silica production and likely limited the diatom growth rate. Four storms over the next 3.5 weeks entrained silicic acid into the mixed layer, relieving growth limitation, but uptake limitation persisted. Silica production was modest and dominated by the >5.0 μm size fraction although specific rates were highest in the 0.6–5.0 μm size fraction over most of the cruise. Silica dissolution averaged 68% of silica production. The resupply of silicic acid via storm entrainment and silica dissolution supported a cumulative post‐bloom silica production that was 32% of that estimated during the main bloom event. Diatoms contributed significantly to new and to primary production after the initial bloom, possibly dominating both. Diatom contribution to organic‐carbon export was also significant at 40%–70%. Thus, diatoms can significantly contribute to regional biogeochemistry following initial silicic acid depletion, but that contribution relies on physical processes that resupply the nutrient to surface waters.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| 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 tête enseignante, 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 ».