MétaCan
Menu
Back to cohort
Record W7062775132

Variations temporelles et biodisponibilité de la matière organique dissoute (DOM) dans des eaux de rivières et de marais

2024· other· fr· W7062775132 on OpenAlexaboutno aff

Bibliographic record

VenueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke) · 2024
Typeother
Languagefr
FieldPhysics and Astronomy
TopicAdaptive optics and wavefront sensing
Canadian institutionsnot available
Fundersnot available
KeywordsCarbon stockWestern europeTotal organic carbon
DOInot available

Abstract

fetched live from OpenAlex

Les changements climatiques se sont intensifiés dans les dernières années avec des records de températures régulièrement battus, des saisons perturbées et bien plus encore. À cause de ces changements, plusieurs cycles biogéochimiques cruciaux se retrouvent perturbés et notamment le cycle du carbone et la matière organique dissoute (dissolved organic matter, DOM). Dans ce contexte, l’Arctique est une région d’étude particulièrement intéressante car cette région se réchauffe 3 à 4 fois plus vite que le reste de la planète. Cependant, malgré le grand nombre d’études se concentrant sur ces problématiques, notre compréhension de la DOM dans les régions avec une couverture de glace saisonnière demeure incomplète. Pour ce faire, deux objectifs principaux ont été identifiés et divisés en deux chapitres. Tout d’abord dans le chapitre 2, nous allons chercher à évaluer les changements temporels de la quantité et de la qualité de la DOM dans Goose Creek (nord du Manitoba, Canada), en mettant l'accent sur les crues printanières et l'hiver, deux phases qui sont actuellement sous-représentées dans la littérature. Dans le chapitre 3, nous visons à 1) comparer l'efficacité d’un consortium de bactéries cultivables, le SBI modifié, par rapport à chaque souche prise individuellement dans la biodégradation de la DOM ; 2) identifier les facteurs qui influencent le processus de dégradation, tels que la saisonnalité et le site d'échantillonnage. Nos résultats ont permis de mettre en évidence que la quantité, par les mesures de carbone organique dissout (dissolved organic carbon, DOC), et la qualité, par les mesures d’absorbance et de fluorescence, changent de façon importante au cours des saisons. En hiver, une grande partie de la rivière est gelée, concentrant la DOM dans un volume d’eau plus faible et donc les concentrations augmentent. De plus, le système est plus influencé par la matière humic-like car l’activité des microorganismes est beaucoup plus faible en hiver. Au début de la débâcle, la neige fond et dilue rapidement la DOM. Puis lors de la fonte de la glace, il y a un apport de matière terrigène mais également le début de l’intensification des activités biologiques y compris bactériennes qui vont dégrader et transformer la DOM. En été, la hausse des températures et le retour de la lumière sont davantage propices à l’activité photosynthétiques qui vont dégrader beaucoup plus de DOM que pendant les autres saisons. C’est donc à cette période que l’on retrouve les valeurs de DOC les plus faibles. En termes de contribution journalière, 0,27% de DOC a été trouvé pendant les jours d'été, ce qui est 44% de moins que pendant la débâcle printanière. De même, la contribution journalière de 0,57% du signal d’absorbance mesuré à 350 nm (aCDOM(350)) pendant la débâcle est supérieure à celle de l'été et de l'hiver combinés (0,52%). Cependant, la matière organique fluorescente (fluorescent dissolved organic matter, FDOM) se comporte différemment, la majorité de la contribution journalière de la FDOM (0,72-0,78%) se situant en été. Par conséquent, une étude de toutes les parties de la DOM pendant la période de crue serait beaucoup plus bénéfique. Ces résultats de différences de composition de la DOM en fonction de la saison impacte également la biodégradation par les bactéries de la DOM. Pour cette étude, un mélange de bactéries standardisé, le SBI modifié, a été utilisé afin d’avoir plus de contrôles sur les microorganismes utilisés lors des expériences d’incubation. Ce SBI modifié a montré être plus efficace et plus proche de la réalité qu’une souche de bactérie utilisée individuellement. Nous avons également montré que cette expérience était possible dans des conditions proches des conditions environnementales retrouvées lors de l’échantillonnage de rivières Arctiques avec notamment des températures faibles (4°C dans notre expérience). Il a été prouvé que, pendant l’hiver, il n’y a quasiment pas de dégradation extérieure qui se produit et c’est donc à cette période que nous allons retrouver la plus grande proportion de composés protein-like (59%) par rapport aux humic-like (41%). De nouveau la débâcle a une importance car, comme vu précédemment, beaucoup de changements se produisent dans la quantité et la qualité de la DOM, ce qui impacte la biodégradation. Enfin, le site d’échantillonnage n’est pas à négliger. Malgré une diminution par 4 fois du nombre de pics moléculaires mesurés par spectrométrie de masse à temps de vol après 28 jours d’incubation dans les deux échantillons collectés en amont et en aval du marais, un plus grand pourcentage de composés biorésistants a été conservé sur le site en amont (59 vs 20%). Ce résultat se retrouve également en comparant les échantillons similaires pris sur la Rivière-aux-Cerises et à Goose Creek. Ces conclusions vont donc permettre d’améliorer notre compréhension de la production et du devenir de la DOM dans les régions avec une couverture de glace saisonnière qui se transforment rapidement en réponse aux changements climatiques. En continuant de monitorer ces systèmes, il sera également possible d’étudier plus en détail l’impact de ces changements climatiques.

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 imitation

Not 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.

metaresearch head score (Codex)0.000
metaresearch head score (Gemma)0.000
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: Observational
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.482
Threshold uncertainty score0.959

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0000.000
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.000
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0020.000
Open science0.0000.000
Research integrity0.0000.000
Insufficient payload (model declined to judge)0.0010.000

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.

Opus teacher head0.009
GPT teacher head0.226
Teacher spread0.218 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

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".

Quick stats

Citations0
Published2024
Admission routes1
Has abstractyes

Explore more

Same venueKnowledge UdeS (Institutional Deposit of the University of Sherbrooke)Same topicAdaptive optics and wavefront sensingFrench-language works237,207