Meta-analytical insights into organic matter enrichment in the surface microlayer
Notice bibliographique
Résumé
Abstract. The surface microlayer (SML), the uppermost ~1 mm water layer at the air-water interface, plays a critical role in mediating Earth system processes, yet current knowledge of its composition and organic matter enrichment remains scattered across disciplines. Here, we present the first known meta-analysis of SML studies that quantitatively assesses the distributional characteristics of selected organic compounds, including organic carbon and nitrogen, amino acids, fatty acids, transparent exopolymer particles, carbohydrates, lipids and proteins, through probability density estimates, central tendency metrics and correlations analyses. Our results confirm a preferential enrichment of nitrogen-enriched, particulate organic matter in the SML, highlighting the significance of compound-specific accumulation and selective enrichment patterns. We also observe that the enrichment of a given compound may exhibit notable variability that depends on distinct internal and external conditions. Our evaluation of enrichment factors (EFs) of various measurable compounds provides updated estimates for their typical values and ranges. While delving into the ability of EFs to reflect the partitioning of organic matter within the SML, we also critically examine their limitation in capturing trophic conditions. Based on these findings, we propose that future SML research should incorporate both absolute concentration changes and enrichment capacities in the SML, alongside their relative changes (as denoted by EFs), to more accurately interpret ecological implications. Additionally, our meta-analysis demonstrates the value of logarithmic data transformations and robust central tendency estimates, as essential tools for improving the statistical reliability, comparability, and representation of SML enrichment patterns.
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) | 0,041 | 0,006 |
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 ».