Large‐scale geographic patterns of diversity and community structure of pelagic crustacean zooplankton in <scp>C</scp>anadian lakes
Notice bibliographique
Résumé
Abstract Aim We tested the energy and metabolic theories for explaining diversity patterns of crustacean zooplankton in C anadian lakes, and evaluated the influence of regional and local environments on community structure. Location The 1665 studied lakes are distributed across C anada in 47 ecoprovinces. Methods Our database included the occurrence of 83 pelagic crustacean species. The regional species richness in each ecoprovince was estimated using the average local species richness per lake and the first‐order jackknife diversity index. Using a principal component plot and forward selection in a multiple regression we identified the most important predictors of regional species richness estimates. We tested the predictions of the species richness‐energy hypothesis using climatic variables at regional scale, and of the metabolic theory using the inverse of air temperature. To evaluate the influence of regional and local environmental drivers, we carried out a redundancy analysis between crustacean species occurrences and regional climate and lake environmental factors on a subset of 458 lakes. Results Estimates of pelagic crustacean species richness in C anadian ecoprovinces varied from 3 to 10 species per lake (average local species richness) or 8 to 52 species per ecoprovince ( J ackknife diversity index). Our study fully supports the species richness‐energy hypothesis and partially the metabolic theory. Mean daily global solar radiation was the most important regional predictor, explaining 51% of the variation in the regional species richness among ecoprovinces. Together, regional climate and local lake environment accounted for 31% of the total variation in community structure. Regional‐scale energy variables accounted for 24% of the total explained variation, whereas local‐scale lake conditions had less influence (2%). Main conclusions The richness‐energy theory explains diversity patterns of freshwater crustacean zooplankton in C anadian ecoprovinces. Solar radiation is the best predictor explaining regional species richness in ecoprovinces and community structure of pelagic crustaceans in C anadian lakes.
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) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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 ».