The influence of habitat complexity on littoral invertebrate distributions: patterns differ in shallow prairie lakes with and without fish
Notice bibliographique
Résumé
Relationships between littoral habitat complexity and invertebrate distributions in fishless lakes are not well understood compared with well-documented relationships in lakes with fish. We examined littoral invertebrate distributions over fine-scale gradients of weed-bed habitat complexity and contrasted these patterns in four shallow prairie lakes two with fish and two without. The above-sediment portion of submerged macrophytes and associated invertebrates was sampled from three littoral microhabitats: weed-bed centres (highly complex), weed-bed edges (moderately complex), and single plants that grew apart from distinct weed beds (least complex). Total invertebrate densities in fishless lakes did not differ between littoral microhabitats, nor were they correlated with macrophyte biomass. In contrast, total invertebrate densities in lakes with fish increased with microhabitat complexity and were positively correlated with macrophyte biomass. Weed-bed complexity also affected littoral invertebrate community structure; in all lakes, the proportion of filter-feeders decreased with increasing microhabitat complexity, but the proportion of predatory invertebrates was greater overall in fishless lakes than in lakes with fish. Our results demonstrate that small-scale variation in littoral microhabitat complexity can lead to specific patterns of invertebrate distribution that systematically differ between lakes with and without fish, and that these systematic differences may be mediated through top-down mechanisms.
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 | 0,001 |
| 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 ».