Shifts in dissolved organic matter and nutrients in tundra ponds along a gradient of permafrost erosion
Notice bibliographique
Résumé
The accelerated thawing of permafrost in ice-wedge polygonal landscapes results in the formation of shallow ponds, where nutrients and dissolved organic matter (DOM) remain poorly characterized. Over three consecutive summers, water was collected from a series of ponds on degrading syngenetic permafrost, representing the most common geomorphological categories: erosive or stable ice-wedge trough ponds and coalescent polygon ponds. Dissolved organic carbon (DOC) and nutrients were quantified, and DOM was characterized using optical analysis. These ponds were rich in carbon and nutrients, particularly the ice-wedge trough ponds with eroding permafrost. They also exhibited higher concentrations of DOC (+25% on average), total nitrogen (+36%), ammonium (+1164%), and total phosphorus (+108%) in the hypolimnion compared to the epilimnion. DOM was mainly of terrestrial origin (57%–75% of total fluorescent DOM), though protein-like fluorescent components increased in ponds colonized by vegetation and cyanobacterial mats. Weather conditions significantly influenced DOC (+26% in a wet and warm year) and DOM composition in summer, with warmer temperatures and higher precipitation enhancing lateral DOM transfer from permafrost soils and promoting contributions from cyanobacterial mats. These findings improve the understanding of Arctic pond biogeochemistry, enabling a more accurate assessment of their potential role in climate feedback mechanisms.
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 ».