Dynamique saisonnière des communautés nitrifiantes dans un petit lac oligotrophe
Bibliographic record
Abstract
Depuis la découverte d’archées capables d’oxyder l’ammoniac en milieu aérobie, de nombreuses études ont mesuré en simultané les taux de nitrification et la diversité des organismes oxydant l’ammoniac dans la colonne d’eau des milieux marins. Malgré l’importance globale des lacs d’eau douce, beaucoup moins d’études ont fait la même chose dans ces milieux. Dans cette étude, nous avons évalué l’importance de la nitrification et caractérisé la communauté microbienne responsable de la première étape limitante de la nitrification dans un lac tempéré durant une année entière. L’utilisation de traceur isotopique 15NH4 nous a permis de mesurer des taux d’oxydation d’ammoniac à deux profondeurs dans la zone photique tout au long de l’année. Les taux d’oxydation d’ammoniac varient de non détectable à 333 nmol L-1 j-1 avec un pic d’activité sous la glace. De toutes les variables environnementales mesurées, la concentration d’ammonium dans la colonne d’eau semble avoir le plus grand contrôle sur les taux d’oxydation d’ammoniac. Nous avons détecté la présence d’archées (AOA) et de bactéries oxydante d’ammoniac (BOA) à l’aide de tests par réaction en chaîne de la polymérase (PCR) ciblant une partie du gène ammoniac monoxygénase (amoA). Les AOA et les BOA ont été détectées dans la zone photique du lac, cependant seules les AOA étaient omniprésentes durant l’année. Le séquençage du gène amoA des archées révèle que la majorité des AOA dans le lac sont membres du groupe phylogénétique Nitrosotalea (également appelé SAGMGC-1 ou groupe I.1a associé), ce qui confirme la pertinence écologique de ce groupe dans les eaux douces oligotrophes. Globalement, nos résultats indiquent l’hiver comme étant un moment propice pour l’oxydation de l’ammoniac dans les lacs tempérés. Cette étude fournit un point de référence pour la compréhension du processus d’oxydation de l’ammoniac dans les petits lacs oligotrophes.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.000 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.000 | 0.000 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".