SBC LTER: OCEAN: Particulate Organic Matter Content and Composition of Stream, Estuarine, and Marine Sediments
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
An unprecedented five-year drought in California, coupled with conditions of anomalously low ocean productivity and the prospect of one of the strongest El Niño periods on record with above average rainfall were the impetus for this RAPID award, which seeks to test specific hypotheses pertaining to the origin, distribution, processing, and bioavailability of terrestrial organic matter in coastal marine sediments and their potential for serving as a reservoir of nitrogen storage to fuel nearshore primary production during periods when nitrate concentrations are low. The goals of the research were to: (1) measure bulk properties and biomarker tracers of particulate organic matter (POM) in stream water and in coastal marine sediments at SBC LTER and other reef sites differing in exposure to terrestrial runoff prior to and following large storm events, (2) determine the bioavailability of dissolved organic matter (DOM) released from POM in marine sediments following large runoff events, and (3) measure changes in concentrations of dissolved inorganic and organic nitrogen in pore water of marine sediments near to and distant from stream mouths in the Santa Barbara Channel. Samples were analyzed for organic matter content using a loss-on-ignition combustion method, and samples were also analyzed for organic carbon and nitrogen content and isotopes using a stable isotope mass spectrometer interfaced with an elemental analyzer. Subsamples were shipped to the laboratory of Marc Lucotte at the University of Québec, Montréal for analysis of lignin content using the cupric oxidation method.
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.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,005 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,002 |
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 découle