Plankton Distribution and Diversity in Tropical Earthen Fish Ponds
Notice bibliographique
Résumé
Our knowledge of the consumption of plankton by fish is still fragmentary. Trophic links between fish and plankton are often loose because plankton is a changing assemblage of pelagic organisms of valuable nutritional value. The objectives of the study were to determine the distribution and diversity of planktons in the fish ponds. Water samples for plankton analysis were collected monthly (January-December), along with water samples used for the determination of physico-chemical parameters in 250 ml bottles in Ponds 1, 2 and 5. The freshwater sample was mixed gently and pipetted into 5 ml plankton chamber containing 2 drops of Lugol’s solution. The Lugol’s solution which served as fixative also enhanced sedimentation of the organisms and was left overnight before analyzing plankton using Zeiss inverted plankton microscope and plankton determination keys. Data was analyzed using Shannon-Weaner diversity index, species richness, means and analysis of varians (ANOVA). The results showed that the highest species richness for dry season phytoplankton value of 27 was recorded in Pond 2, with the highest Shannon-Weaner diversity index value of 0.5401 in pond 5. Merismopaedia elegans with 3,434 in pond 2 was the most abundant phytoplankton species and chlorophyceae the most dominant taxa. The rainy season zooplankton species richness values (5 in pond 2) were higher than that of the dry season (3 in pond 3) with the highest Shannon-Weaner index value of 0.3501 recorded in pond 1. The most abundant zooplankton species Asplanchna species 57 was recorded in pond 2. Significant differences (p < 0.05) was observed for phytoplankton and zooplankton species between the ponds. Physico-chemical parameters had influence on the distribution and diversity of planktons in the fish ponds.
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) | 0,001 | 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 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 ».