Terrestrial liming to promote Atlantic Salmon recovery in Nova Scotia – approaches needed and knowledge gained after a trial application
Notice bibliographique
Résumé
Abstract. Populations of Atlantic salmon (Salmo salar) in Southwest Nova Scotia (SWNS) have plummeted since the 1980s. Acidification is considered a main threat to this population. The lakes and streams of SWNS were among the most heavily acidified in North America during the last century and calcium levels are predicted to continue to fall in coming decades. One of the most promising mitigation options to reduce the risk of extirpation of the SWNS Salmo salar is terrestrial liming; however, both the chemistry of SWNS rivers, and effective strategies for terrestrial liming in SWNS are poorly understood. Here we have launched the first terrestrial liming study in Nova Scotia, employing a test hydrologic source area liming strategy in a 5 ha experimental catchment in SWNS, Maria Brook; we apply an average local application rate of 13 t ha−1 to 10% of the 47 ha catchment. We employ high frequency stream monitoring to complement grab sampling to identify which constituents pose a threat to Salmo salar and to identify strategies for larger scale terrestrial liming that would fit the local conditions. Results indicate that the water chemistry conditions are currently at toxic levels for Salmo salar throughout the year, with levels of ionic aluminium exceeding toxic thresholds almost 100% of the time. The stream chemistry in Maria Brook is remarkably similar to pre-recovery conditions in other heavily acidified watersheds, such as Birkenes in Norway. Our results support the hypothesis that there has been no recovery from acidification in SWNS. Results from the first year of post-liming do not show an improvement in stream chemistry levels, and further lime application is needed to improve the water chemistry conditions to needed levels for the recovery of Salmo salar.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| 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 | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».