Zinc stimulation of phytoplankton in a low-carbon-dioxide, coastal Antarctic environment: evidence for the Zn hypothesis
Notice bibliographique
Résumé
Abstract. The ocean acts as a carbon sink, absorbing carbon from the atmosphere and resulting in substantial uptake of anthropogenic CO2 emissions. As biological processes in the oceans such as net primary production (NPP) contribute significantly to this sink, understanding how they will shift in response to increasing atmospheric CO2 is necessary to project future ocean carbon storage capacity. Macronutrient and micronutrient resource limitation within the oceans regulates NPP, and while some micronutrients such as zinc (Zn) are present at very low concentrations, their ability to limit NPP has remained unclear. Zn is a key micronutrient used by phytoplankton for a multitude of metabolic functions, yet there have been few observations of its influence on natural oceanic phytoplankton populations. In this study, we observed Zn limitation of growth in the natural phytoplankton community of Terra Nova Bay, Antarctica, in addition to primary iron (Fe) limitation. Shipboard incubation experiments amended with Zn and Fe resulted in significantly higher chlorophyll a content and dissolved inorganic carbon drawdown compared to Fe addition alone. Zn- and Fe-stress-response proteins detected in incubation and environmental biomass provided independent verification of algal co-stress for these micronutrients. We consider total biomass and low surface ocean pCO2 as potential drivers of environmental Zn stress. This study establishes that Zn limitation can occur in the modern oceans, opening up new possibility space in our understanding of nutrient regulation of NPP through geologic time and supporting the need to consider the future of oceanic Zn limitation in the face of climate change.
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 | 0,001 | 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) | 0,000 | 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 ».