MétaCan
Menu
Retour à la cohorte
Enregistrement W2044504552 · doi:10.1080/10402381.2015.1013648

Establishing realistic management objectives for urban lakes using paleolimnological techniques: an example from Halifax Region (Nova Scotia, Canada)

2015· article· en· W2044504552 sur OpenAlexafffundabout
Brian K. Ginn, Thiyake Rajaratnam, Brian F. Cumming, John P. Smol

Notice bibliographique

RevueLake and Reservoir Management · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueGroundwater and Isotope Geochemistry
Établissements canadiensQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésDiatomPaleolimnologyEnvironmental scienceClimate changeLimnologyDisturbance (geology)EcologyPlanktonNova scotiaBloomOceanographyPhysical geographyGeographyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

To determine pre-disturbance limnological conditions, evaluate the impact of environmental stressors (surface water acidification, nutrient inputs, climate change, and winter deicing salt), and set realistic recovery targets for lake management strategies, a rapid assessment paleolimnological approach was used to determine the amount (and likely causes) of environmental changes over the past ∼100–150 years in 51 urban lakes from Halifax, Nova Scotia (Canada). Diatom assemblages from lake sediment cores were used with “top” (recently deposited, surface) samples being matched to measured limnological conditions, and “bottom” (generally from >15 cm deep) samples used to infer pre-disturbance limnological conditions such as pH, total phosphorus (TP), specific conductance, and shifts due to changing climatic conditions. Environmental change was assessed by calculating the metric of change in species composition between present-day and pre-disturbance diatom assemblages, and inferences from quantitative estimates of diatom-inferred pH, specific conductance, and TP. All 51 study lakes have experienced floristic changes in diatom species composition since pre-disturbance times, but different environmental stressors were implicated: 8 of the 51 lakes underwent significant (i.e., >2 times the root mean-squared error [2X RMSE] of the inference model) decreases in diatom-inferred pH; 8 lakes had significant increases in diatom-inferred TP; and 19 otherwise relatively pristine lakes had increases in planktonic taxa consistent with observations linked to changes in lake seasonality and limnological changes most closely linked to climate warming in Nova Scotia and other regions. The remaining 16 lakes did not have large and consistent changes in diatom flora or changes in diatom-inferred TP or pH >2X RMSE of the prediction of the models. Lake-specific factors were related to these inferences, and the lakes that acidified were mainly the currently most acidic sites, whereas those that experienced issues related to eutrophication were generally among the most alkaline sites. Of our 51 lakes, 22 (including some experiencing pH, TP, or showing floristic changes linked to climate changes) had increases in measured conductivity (1980–2002) and, correspondingly, increased relative abundances of halophilic diatom taxa. These lakes, often with catchments containing high surface areas of impervious surfaces, are examples of a trend of increasing salinity in northeastern North American lakes likely related to winter application of deicing (road) salt. The application of this paleolimnological approach enabled us to identify which lakes have undergone significant changes in diatom assemblages, as well as which environmental stressor(s) were most probable. This information can help lake managers develop more targeted and effective management strategies.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,413
Score d'incertitude au seuil0,716

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,064
Tête enseignante GPT0,240
Écart entre enseignants0,176 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations22
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLake and Reservoir ManagementMême sujetGroundwater and Isotope GeochemistryTravaux en français237 207