Microbial Nitrogen Removal in South San Francisco Bay: Does It Play a Role in Eutrophication Resistance?
Notice bibliographique
Résumé
Abstract The ecosystem response to anthropogenic nitrogen (N) loading in estuarine systems is determined by hydrodynamics, biogeochemical transformation rates, and other system-specific characteristics. Historically, San Francisco (SF) Bay has been an outlier from other estuaries with an unusual resistance to eutrophication, despite having extremely high rates of nitrogen loading. Recent increases in phytoplankton biomass and an unprecedented harmful algal bloom, however, have increased the urgency to understand rates and drivers of nitrogen removal in the system. To assess benthic N cycling rates, we conducted seasonal measurements across nine sites in South and Lower South SF Bay, the two sub-embayments with the highest rates of area-normalized N loading, to determine the rates and potential drivers of denitrification and dissimilatory nitrate reduction to ammonium (DNRA). Denitrification rates averaged 60.6 ± 8.1 µmol m −2 h −1 and were primarily coupled to nitrification. Denitrification rates were positively correlated with DNRA rates and % clay. DNRA rates ranged from 0 to 20 µmol m −2 h −1 and on an annual basis averaged ~ 10% of total benthic nitrate reduction, with a negative correlation to % clay content in the surface sediment. The measured denitrification rates account for the removal of, on average, 14% of N loaded annually to South SF Bay, leaving a sizeable portion for alternate fates (e.g., recycling, export, or burial) and potential for substantial temporal and spatial variability (1–79%). This identifies the relative importance of sediment denitrification in ecosystems characterized by high nutrients and low productivity.
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 | 0,000 |
| 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 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 ».