Fast or slow - light climate modulates intra-population sinking velocities in small phytoplankton
Notice bibliographique
Résumé
Abstract The global carbon cycle depends heavily on the carbon sequestration rates of aquatic ecosystems. Sinking of phytoplankton is a rapid mediator of carbon sequestration, because phytoplankton are globally abundant photoautotrophs that grow rapidly. Pico- and nano-phytoplankton sinking velocities vary depending on their growth state, viability, clumping, and distribution in the water column. We introduced high throughput fluorescence microscopy of well-plates, to measure sinking velocities of three diatom strains, and three cyanobacteria strains, with cell radii spanning an order of magnitude, all grown under three different light levels. Cultures were measured for sinking velocities repeatedly across their growth trajectories. Tracking multiple fluorescence wavebands allowed us to simultaneously determine sinking velocities for living vs. dead cells. Sinking velocities varied strongly across growth light levels, and across growth stages. These monoclonal cultures furthermore show distinct sub-populations of slow- and fast-sinking cells. Our results departed widely from simple Stokes’ Law estimates of sinking based upon radii and mass density of cells. Complex, heterogeneous phytoplankton communities likely show more complicated sinking patterns than are currently expressed in biogeochemical ocean models. Our well-plate microscopy approach using parallel imaging of many samples generates high-throughput measures of cell sinking at population- or community-scales, to in turn improve modelling of carbon export to deeper layers.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».