Long-term seasonal effects of dreissenid mussels on phytoplankton in Lake Simcoe, Ontario, Canada
Notice bibliographique
Résumé
AbstractThe invasion of dreissenid mussels to Lake Simcoe coincided with notable changes in the ecosystem, including a period of lower phytoplankton biovolume, particularly at shallower sites. Dreissenid grazing effects are typically most prominent during the summer season in the nearshore areas of lakes. Grazing effects in the winter are small because dreissenid filtration rates, especially those of zebra mussels (Dreissena polymorpha), decrease in cold temperatures. Phytoplankton dynamics in the winter season are poorly characterized, particularly in lakes that experience ice cover. The purpose of this study was to examine the effects of dreissenids on the seasonality of phytoplankton dynamics in the nearshore waters of the lake using long-term monitoring data from unchlorinated water treatment plant (WTP) intake pipes. The long-term dataset from the WTPs showed significant and sustained declines in phytoplankton biovolumes and chlorophyll a (Chl-a) concentrations in the 12-year period following the invasion of dreissenid mussels to Lake Simcoe. The decline was smallest during the ice-covered winter months (Jan–Mar). The fall phytoplankton peak observed in the pre-dreissenid years shifted to a smaller peak during the winter in post-dreissenid years. We hypothesized that reduced dreissenid grazing pressure during the winter, and possible improved under-ice light conditions that we attribute to climate change, may be contributing to this shift. Phytoplankton biovolume data collection continues to be important in Lake Simcoe as a measure of phytoplankton biomass. Our results also indicate that winter phytoplankton biovolumes should be considered when managing lakes experiencing both climate change and dreissenid mussel effects.Keywords:: chlorophyll adreissenid musselsgrazingphytoplanktonseasonalityunder-icewater treatment plant intake pipeswinter
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 | 0,000 |
| 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) | 0,004 | 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 ».