Impacts of atmospheric nitrogen deposition and lake browning on planktonic biomass ratios and nutrient accumulation in northern lakes
Notice bibliographique
Résumé
Abstract Nitrogen (N) deposition and dissolved organic carbon (DOC) levels in northern lakes are shifting due to climate change and atmospheric deposition declines, altering the availability of light and nutrients in these ecosystems. Yet their impacts on the biomass, stoichiometry, and the structure of planktonic food chains remain uncertain. We therefore investigated zooplankton-to-seston biomass ratios (Z:S in C, N, and P) across 34 Swedish lakes with varying N deposition, DOC concentration, and fish predation control. Mean Z:S values were 2.9% for C, 7.5% for N, and 7.7% for P, with substantial regional variation. Z:S ratios were higher in lakes with lower atmospheric N deposition, improved seston quality, and greater calanoid copepod dominance in zooplankton. The strong link between zooplankton stoichiometry and community composition underscores the role of calanoids in regulating nutrient dynamics in northern lakes. Fish predation reduced zooplankton biomass but did not significantly alter Z:S ratios or zooplankton community composition. Meanwhile, increasing DOC dampened the higher Z:S in low N deposition lakes by reducing calanoid dominance and promoting more uniform zooplankton assemblages. Our findings suggest that lake browning counteracts the expected increase in Z:S ratios associated with recovery from atmospheric N deposition, potentially altering nutrient transfer in lake food webs.
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 | 0,001 |
| 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 ».