MétaCan
Menu
Retour à la cohorte
Enregistrement W4416697875 · doi:10.5194/bg-22-3931-2025

Hot-spring inputs and climate drive dynamic shifts in archaeal communities in Lake Magadi, Kenya Rift Valley

2025· article· en· W4416697875 sur OpenAlexaff
Evan R. Collins, Troy Ferland, Isla S. Castañeda, R. Bernhart Owen, Tim K. Lowenstein, Andrew S. Cohen, Robin W. Renaut, Molly D. O’Beirne, Josef P. Werne

Notice bibliographique

RevueBiogeosciences · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Biodiversity
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesDivision of Behavioral and Cognitive SciencesDivision of Earth SciencesUniversity of MinnesotaNational Science Foundation
Mots-clésδ13CMethaneHydrothermal circulationMethanogenesisSedimentary rockOrganic matterIsotopes of carbonClimate changeRift

Résumé

récupéré en direct d'OpenAlex

Abstract. The methane index (MI) is an organic geochemical index that uses isoprenoid glycerol dialkyl glycerol tetraethers (GDGTs) as a proxy for methane cycling. Here, we report results from sediments in core MAG14-2A that span almost 500 ka in Lake Magadi, Kenya. The deposits show abrupt shifts between high and low MI values through calcareous, tuffaceous and zeolitic silts. The MI switches “off” (MI < 0.2) and “on” (MI > 0.5) through the core with bulk organic matter enriched in 13C during “MI-off” periods (∼ −18 ‰) in the upper part of the core, whereas 13C is lower (−22 ‰ to −25 ‰) in lower parts of the sedimentary sequence. Sediments deposited when the MI switches “on” showed δ13COM values as low as −89.4 ‰, but most values were within the range of −28 ‰ to −30 ‰, which is consistent with contributions from methanogens rather than methanotrophs. Thus, the likely source of these high MI values in Lake Magadi is methanogenic archaea. Our results show that hydrothermal inputs of bicarbonate-rich waters into Lake Magadi combined with further evaporative concentration cause a shift in the dominant archaeal communities, alternating between two stable states.

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)0,001
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 enseignants0,539
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,011
Tête enseignante GPT0,222
Écart entre enseignants0,211 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBiogeosciencesMême sujetAquatic Ecosystems and BiodiversityTravaux en français237 207