Changes in lake sediment carbon accumulation rates in southwestern Canada since the mid-1800s
Notice bibliographique
Résumé
Carbon (C) storage in lakes is an increasingly recognized component of the global C cycle. Yet, rates of C accumulation in lake sediments remain poorly quantified in some regions such as in Canada. This study assessed C stocks and C accumulation rates (CARs) in sediments from 18 lakes across four provinces and seven national parks in southwestern Canada. We analyzed temporal and spatial variability in CARs and examined their relationship with landscape characteristics (e.g., land use and lake morphology) and climate variables (e.g., temperature and precipitation). Fourteen lakes showed increasing trends in CAR between 1830 and 2009. The average CAR during the modern period (1980–2009) was 42.8 ± 2.6 g/m 2 /year, representing a 14% increase compared to the historical period (1920–1949). Variability in CARs was primarily explained by temperature-related factors, including mean annual temperature, degree-days under 0 °C, and seasonal temperatures, particularly in spring and summer. Land use also played a significant role as the percentage of catchment area dedicated to agriculture and development was a strong predictor of CAR increases. These findings indicate that rising temperatures and intensified land use are key drivers of enhanced C accumulation in southwestern Canadian lakes, trends likely to continue under ongoing 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 | 0,000 | 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) | 0,000 | 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 ».