Permafrost Retrogressive Thaw Slump Dissolved Organic Matter Molecular Signatures on the Peel Plateau, Canada
Notice bibliographique
Résumé
The Arctic is warming at a rate twice that of other global ecosystems and changing climate conditions in the Arctic are mobilizing long frozen permafrost stores of organic carbon. In regions of extensive ground ice, thawing permafrost can cause land subsidence, and the creation of thermokarst features. The Peel Plateau, Northwest Territories, Canada has extensive thermokarst features exposing early Holocene age paleo-thaw layers and Pleistocene age glaciogenic material deposited by the Laurentide Ice Sheet. This study aimed to see if unique permafrost thermokarst inputs could be readily observed in streams across six diverse thermokarst features via optical and ultrahigh-resolution mass spectrometry. Samples from within thermokarst slump features, and downstream of thermokarst inputs exhibited higher dissolved organic carbon concentrations and lower aromaticity as evidenced by optical parameters (e.g. declining SUVA254, increasing S275-295) and FT-ICR MS metrics (e.g. lower AImod and nominal oxidation state of carbon) versus upstream of thermokarst inputs. Increases in the relative abundances of assigned heteroatomic molecular formulae (e.g. CHON, CHOS, CHONS) were also greater within and downstream of thermokarst features. The unique molecular formulae present in permafrost thermokarst inputs were determined (n=1,844) and subsequently tracked downstream. These permafrost marker formulae were enriched in aliphatics and H/C as well as heteroatoms and exhibited low aromaticity. A portion of the unique molecular signatures persisted downstream, highlighting the potential to not only assess thermokarst inputs but also to follow these inputs and their fate downstream throughout the aquatic network.
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) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,010 | 0,001 |
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 ».