Historical ecology of riverine fish in Europe
Notice bibliographique
Résumé
The temporal dynamic of riverine ecosystems and their fish communities and populations has been addressed in ecological theory and management for several decades. A growing number of case studies on the historic development especially of European and North American rivers have been published. Nonetheless, a theoretical debate about the contributions and limits of historical approaches and interdisciplinary co-operation is lacking. This article presents a brief overview of the role of history in river and fish ecology and suggests historical ecology as a scientific field that can offer a framework for future research. Based on case studies compiled in this special issue on the "Historical ecology of riverine fish in Europe", we draw conclusions on long-term changes of fish communities, on fisheries, aquatic ecosystem management and past habitat alterations and the potential of archaeological remains and written sources to study them. We discuss how modelling of historical fish data can help elucidate the effects of climate change and human influences on rivers and fish. Finally, we account for the necessity to consider appropriate spatial and temporal scales. In conclusion we call for future comparative studies on continental and global scales and methodological development, which can benefit especially from recent advances in marine historical ecology. We suggest that future interdisciplinary studies of ecologists, hydrologists, historians and archaeologists can reveal the history of riverine ecosystems as socio-ecological systems, addressing both their natural dynamics and human dimension. Such an endeavor can also support developing management plans for habitat restoration and conservation against the background of global change.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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) | 0,000 | 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 ».