Effects of species‐specific interactions with predation risk on the relative species sensitivities to a pesticide in water boatmen (Corixidae)
Notice bibliographique
Résumé
There is increasing concern that synergistic interactions between stressors may result in accelerated biodiversity loss. Yet, the prevalence and magnitude of these interactions remain one of the largest uncertainties in projections of future ecological change. Synergistic interactions between pesticide stress and predation risk are receiving increasing attention because they indicate that standard pesticide tests in the absence of predation risk may underestimate effects that occur under natural conditions. We questioned whether synergisms (or interactions in general), by differently shaping individual species’ sensitivities, can modulate species sensitivity rankings (SSRs) in survival and growth rate. Using laboratory and outdoor mesocosm experiments with five species of water boatmen (Hemiptera: Corixidae) we studied mortality and growth rate over seven days of exposure. We evaluated the presence and nature of interactions between the pesticide endosulfan and predation risk and tested to what extent this affected the SSRs to endosulfan. The combined exposure to the pesticide and predation risk resulted in synergistic effects for survival ( Sigara lateralis ) and growth rate ( Sigara iactans ) and in an antagonistic effect for growth rate ( Hesperocorixa linnaei and female Sigara striata ). These results suggest that standard tests may underestimate the pesticide effect in a natural predator environment for some species. While the effects of these interactions on SSRs were not strong and SSRs remained largely similar in the absence and presence of predation risk, some obvious species rank shifts occurred for growth rate which may potentially affect community structure through changed competitive strength. The study of SSRs and their dependency on biotic stressors may provide a simple conceptual and predictive framework to increase our understanding of how stressors like pesticides may differentially affect community structure in the absence and presence of another stressor.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 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 ».