MétaCan
Menu
Retour à la cohorte
Enregistrement W1991246107 · doi:10.1111/j.1365-2427.2006.01674.x

Multi‐scale analysis of responses of stream macrobenthos to forestry activities and environmental context

2006· article· en· W1991246107 sur OpenAlexafffundabout
Nicolas Martel, Marco A. Rodríguez, Pierre R. Bérubé

Notice bibliographique

RevueFreshwater Biology · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFreshwater macroinvertebrate diversity and ecology
Établissements canadiensMinistère des Ressources naturelles et des Forêts (Québec)Université du Québec à Trois-Rivières
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFonds Québécois de la Recherche sur la Nature et les Technologies
Mots-clésMacrobenthosContext (archaeology)Species richnessEcologyBiomass (ecology)Environmental scienceRiffleGeographyCommunity structureBenthic zoneForestryHabitatBiology

Résumé

récupéré en direct d'OpenAlex

Summary 1. Forestry activities can greatly modify the structure and function of invertebrate communities in streams, but the ability to detect effects of forestry may depend on the spatial scale considered, the choice of response metric and the environmental context. In this study, a multi‐scale, multi‐metric approach was used to compare the usefulness of proximate and larger‐scale measurements of forestry activity for understanding the impacts of forestry on stream macrobenthos. 2. Site‐specific responses of macrobenthic communities to forestry activities measured at four spatial scales (sub‐basin and 8‐, 2‐ and 0.5‐km radii upstream of study sites) were examined for 90 riffle sites distributed among 22 tributary streams (Strahler order 1–5) of the Cascapedia River basin, Quebec, Canada. 3. Multiple regression models and canonical correspondence analysis were used to relate six biological metrics (taxonomic richness, numerical density, biomass density, normalised biomass spectrum, individual body mass and community structure) to variables quantifying logging 1–19 years prior to the study and road density. Environmental predictors (variables quantifying local habitat or landscape features) were included in all analyses to statistically account for environmental context and increase the likelihood of detecting potentially subtle forestry impacts. 4. Forestry activities measured at the larger (sub‐basin and 8 km) scales were linked to decline in taxonomic richness, increase in numerical and biomass densities and shift in size structure of benthic macroinvertebrates, indicating that analyses encompassing larger areas, up to the full basin, may allow for more sensitive detection of effects than those of more limited span. 5. These responses primarily reflected marked increases in the abundance of chironomids and decline in the number of trichopteran taxa with increasing areal coverage of recent (≤2–4 years) cuts, suggesting that larger, longer‐lived and possibly more specialised taxa were more vulnerable to forestry impacts than smaller, multivoltine, generalist invertebrates. After partialling out the influence of other variables, rapid decline in richness occurred even when <1% of the basin had been clear cut in the year prior to the study. 6. Effects of forestry were detected after statistically accounting for natural environmental variability, which may have otherwise concealed those effects. The combined use of multiple biological metrics, partialling out of environmental effects and measurement of impacts at multiple spatial scales may be a broadly applicable approach for enhancing sensitivity and facilitating interpretation in studies of anthropogenic effects on macroinvertebrate communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,045
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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.

Tête enseignante Opus0,008
Tête enseignante GPT0,204
Écart entre enseignants0,196 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations55
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFreshwater BiologyMême sujetFreshwater macroinvertebrate diversity and ecologyTravaux en français237 207