MétaCan
Menu
Retour à la cohorte
Enregistrement W4411154761 · doi:10.1139/as-2025-0005

Nitrogen dynamics in low-arctic streams are linked to terrestrial vegetation cover

2025· article· en· W4411154761 sur OpenAlexvenueno aff
Jakob Breinholt Kjær, Katrine Raundrup, K. Langley, Tenna Riis

Notice bibliographique

RevueArctic Science · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueClimate change and permafrost
Établissements canadiensnon disponible
Organismes subventionnairesAarhus Universitets Forskningsfond
Mots-clésSTREAMSEnvironmental scienceCover (algebra)Vegetation (pathology)ArcticThe arcticArctic vegetationNitrogenOceanographyTundraGeologyComputer scienceEngineeringChemistry

Résumé

récupéré en direct d'OpenAlex

The Arctic is experiencing rapid climatic changes, leading to landscape shifts, including increased vegetation cover (greening) and altered nutrient dynamics. This study examines the relationship between catchment vegetation cover, measured by the normalized difference vegetation index (NDVI), and dissolved inorganic nitrogen and dissolved organic nitrogen concentrations in streams in Kobbefjord region in low-Arctic West Greenland. Water samples from streams were collected weekly across three catchments with varying vegetation cover during summer 2023. Our results showed a significant negative relationship between catchment NDVI and stream nitrate (NO 3 − ) concentrations. The results support what has previously been found in high-Arctic streams in Northeast Greenland and thus expand the generality of this pattern in a broader Arctic context. The results suggest that greening in low-Arctic areas could reduce the annual N export from terrestrial to aquatic systems. However, the variation in export during the summer season is driven by discharge. Thus, the future projected greening and increased summer precipitation will most likely alter nutrient availability and primary production in the coastal ecosystems of the Arctic Ocean. Such changes may have significant ecological consequences not only for the coastal ecosystems but also for the Arctic communities that rely on these 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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,077
Score d'incertitude au seuil0,996

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,022
Tête enseignante GPT0,262
Écart entre enseignants0,240 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetClimate change and permafrostTravaux en français237 207