A multivariate approach for evaluating progress towards phytoplankton community restoration targets: Examples from eutrophication and acidification case histories
Notice bibliographique
Résumé
Two disturbed aquatic systems, Bowland Lake, a strongly acidic lake (pH=4.9) in south-central Ontario, and the eutrophic Bay of Quinte at the northeastern end of Lake Ontario were selected as case histories for demonstration of an analytical protocol for defining and evaluating phytoplankton community rehabilitation targets. Bowland Lake was experimentally neutralized in 1983 to evaluate the efficacy of an application of a powdered limestone slurry for rehabilitating biological communities in the lake. The Bay of Quinte was identified by the International Joint Commission in 1985 as one of 42 ‘Areas of Concern’ in American and Canadian waters of the Great Lakes for which a Remedial Action Plan is required to restore beneficial uses. Phosphorus loading controls were implemented in the Bay of Quinte drainage basin in late 1977 to early 1978. In both cases, pre- and post-treatment phytoplankton community structure data were used to assess the degree of phytoplankton community impairment and the response to remediation by comparing the phytoplankton communities to those from suitable reference locations. The rationale, development and application of model phytoplankton communities intended to serve as ‘targets’ for phytoplankton community rehabilitation are presented within a multivariate framework of community structure. It is recommended that these, or similar analytical protocols based on multivariate methods for defining community structure, be more widely applied when corrective actions are taken to rehabilitate aquatic systems.
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 | 0,002 | 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 | 0,001 | 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 ».