The key role of nitrogen in boosting algal growth in Arctic rivers
Notice bibliographique
Résumé
Increasing nutrient loads are impairing water quality and ecological status of aquatic ecosystems globally, but their effects on Arctic freshwaters remain less studied. Nutrients in Arctic freshwaters are increasing due to expanding anthropogenic land use and climate change induced alterations in nutrient leaching and transport. Also increased occurrences of non-native semelparous Pacific pink salmon ( Oncorhynchus gorbuscha) in the northern European rivers can enhance nutrient availability. These additional nutrients may be readily available for aquatic primary producers in often inherently (ultra-)oligotrophic Arctic freshwaters. We used an experimental field set-up with nutrient diffusing substrates to study temporal and spatial differences in the response of primary producers to increased phosphorus (P) and nitrogen (N) levels in Arctic rivers. Additional NO 3 -N enhanced algal growth (chlorophyll -a (Chl- a) amount) of epilithic biofilm. PO 4 -P alone had no effect, indicating N as the primary limiting factor for algal growth. This was particularly evident in autumn while early summer showed evidence for secondary P limitation. The response to nutrient additions was mostly dictated by the background availability of inorganic N. Our results suggest that Arctic rivers are highly sensitive to nutrient additions, especially N. Thus, any increase in nutrients can boost algal growth causing cascading effects throughout Arctic ecosystems.
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 | 0,001 | 0,001 |
| 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 ».