Algal communities in human‐impacted stream ecosystems suffer beta‐diversity decline
Notice bibliographique
Résumé
ABSTRACT Human‐mediated geomorphic degradation of streams and rivers is a serious environmental problem with negative effects on aquatic biota and social infrastructure. Billions of dollars are spent for stream restoration in the USA alone, but it is still unknown how algal diversity is affected by these efforts. In this investigation, we studied a geomorphically stable and heterogeneous reach and two degraded and homogeneous reaches of Batavia Kill, a highland stream in New York, USA. Spatial surveys of algae and geomorphic conditions were conducted in all three reaches for 2 years. After the first year of study, one of the two unstable reaches was subjected to a large‐scale streambed restoration. Species–area relationships (SAR) were examined for the first time in local algal communities of stream periphyton. Alpha‐ and gamma‐diversity, which represent the species richness at a sample and reach level, respectively, and cell density, were also explored. In all reaches, SAR were fitted with semi‐log models, which revealed that the rate of increase of species richness with area, i.e. algal beta‐diversity, was significantly higher in the geomorphically stable reach than in the two degraded reaches. Gamma‐diversity followed the same trend, whereas alpha‐diversity and cell density were significantly higher in the unstable reaches. Restoration significantly increased the heterogeneity of conditions, including depth and particle size. From all studied community descriptors, restoration had a benign influence on algal beta‐ and gamma‐diversity; however, beta‐diversity remained the highest in the stable reference reach and this difference was significant. Our results provide guidelines for the use of periphytic algae in future bioassessments of stream bank restoration. Community properties such as species richness and organismal density, which are common metrics of ecosystem health, may be inappropriate in stream restoration surveys; instead diversity measures, often overlooked in applied ecology, e.g. beta‐diversity, should be given full consideration.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».