Selective Ocean–Atmosphere Bacterial Flux Through the Pacific Sea Surface Microlayer
Notice bibliographique
Résumé
High Resolution Image Download MS PowerPoint Slide Marine–atmosphere microbial exchange is essential for nutrient cycling and ecosystem dynamics, though mechanisms are poorly understood. The role of the sea surface microlayer (SML) in mediating these exchanges was investigated. Samples were collected across a latitude gradient in the Pacific Ocean, and 16S rRNA gene and transcript sequences from surface seawater (SW), SML, and atmospheric samples were analyzed. The genomic signature varied diurnally and spatially, with the SW community being the most consistent and the air community the most variable. The SML displayed genomic characteristics intermediate between SW and air. The 16S rRNA transcript signature, a proxy for active microbial communities, showed tight clustering in the air and SML, suggesting selective control compared to SW. The transcriptional community composition in the air clustered between the SML and SW, pointing to viable non-SML-mediated exchange. Furthermore, taxa from air- and marine-associated communities showed a gradient of presence through all three environments, suggesting an exchange of key species through the SML. Additionally, certain volatile organic compounds in the atmosphere demonstrated a noteworthy relationship with specific bacterial taxa in the SML. This study improves our understanding of the role of the SML in ocean–atmosphere exchanges of marine bacteria and highlights how microbial communities travel and best utilize their environment.
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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».