Aggregation of ice-nucleating macromolecules from <i>Betula pendula</i> pollen determines ice nucleation efficiency
Notice bibliographique
Résumé
Abstract. Various aerosols, including mineral dust, soot, and biological particles, can act as ice nuclei, initiating the freezing of supercooled cloud droplets. Cloud droplet freezing significantly impacts cloud properties and, consequently, weather and climate. Some biological ice nuclei exhibit exceptionally high nucleation temperatures close to 0 °C. Ice-nucleating macromolecules (INMs) found on pollen are typically not considered among the most active ice nuclei. Still, they can be highly abundant, especially for species such as Betula pendula, a widespread birch tree species in the boreal forest. Recent studies have shown that certain tree-derived INMs exhibit ice nucleation activity above −10 °C, suggesting they could play a more significant role in atmospheric processes than previously understood. Our study reveals that three distinct INM classes active at −8.7, −15.7, and −17.4 °C are present in B. pendula. Freeze drying and freeze–thaw cycles noticeably alter their ice nucleation capability, and the results of heat treatment, size, and chemical analysis indicate that INM classes correspond to size-varying aggregates, with larger aggregates nucleating ice at higher temperatures, in agreement with previous studies on fungal and bacterial ice nucleators. Our findings suggest that B. pendula INMs are potentially important for atmospheric ice nucleation because of their high prevalence and nucleation temperatures.
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) | 0,001 | 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 ».