Degradation of terrestrial particulate organic matter discharged by rivers in the Mediterranean Sea : processes, interactions and global impacts
Bibliographic record
Abstract
La dégradation de la matière organique terrestre intrigue les scientifiques depuis des décennies. Si l’on a longtemps cru qu’elle était réfractaire à toute dégradation en mer, il a finalement été démontré que la signature en matière organique terrestre dans les sédiments côtiers était très faible. Afin de mieux comprendre ces processus de dégradation, il est crucial d’étudier leur activité de manière globale, et d’essayer de déterminer les mécanismes en jeu.Grâce à un éventail de traceurs lipidiques mis en place dans le but de déterminer à la fois l’origine de la matière organique particulaire et les processus dégradatifs qu’elle a subi, les échantillons prélevés dans le Rhône ont été analysés, puis comparés avec ceux obtenus dans les zones arctiques et tropicales. Les rôles de la photo-oxydation et de l’autoxydation lors du transport fluvial ont été mis en évidence : si la photo-oxidation est le processus principal de dégradation de la matière organique terrestre dans le fleuve Mackenzie (Canada Arctique), c’est l’autoxydation qui tient le rôle principal dans l’Amazone. Dans le Rhône, les deux processus n’ont qu’un impact modéré sur la matière en suspension fluviale, mais une autoxydation intense a néanmoins été observée dans son panache, tout comme dans le panache du Mackenzie.Les analyses supplémentaires effectuées sur les échantillons collectés nous ont permis de formuler – et de confirmer – une nouvelle hypothèse. Une activité enzymatique lipoxygénase a pu être observée et quantifiée dans tous les échantillons étudiés, à des degrés d’activité différents dépendant des conditions locales.
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 | 0.001 |
| Science and technology studies | 0.000 | 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) | 0.000 | 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".