Influence of catchment deforestationby logging and natural forest fires on crustacean community size structure in lakes of the Eastern Boreal Canadian forest
Notice bibliographique
Résumé
Logging and wildfires are important perturbation factors of the Canadian Boreal forest, but their effects on aquatic communities remain largely unknown. Here, we assess the ecological effects of logging and wildfires on aquatic communities, based on changes in crustacean zooplankton size spectra among logged, burnt and unperturbed lakes of the Canadian Precambrian Boreal Shield. A laboratory version of the Optical Particle Counter (OPC-1L) was used to establish the crustacean size spectra of zooplankton samples collected in 38 lakes characterized by different catchment conditions: logged in 1995 (nine 'logged' lakes); burnt in 1995 (nine 'burnt' lakes); left unperturbed over the past 70 years (20 reference lakes). Size spectra are characterized by crustacean biovolume in 22 size classes, from 200–300 μm equivalent spherical diameter (ESD) to 2300–2400 μm ESD. Size spectra in logged and burnt lakes were on average shifted towards larger size classes relative to reference lakes, although the reference and burnt groups of lakes were the only pair statistically different from one another (at α = 5%). As a result, biovolume of crustacean organisms >1100 μm ESD in burnt lakes was on average higher by 366 and 388%, respectively, 1 and 2 years following catchment perturbations relative to reference lakes. Among a set of 15 water quality variables and 14 fish species density variables, potassium concentration and white sucker density were the most important environmental correlates of crustacean size structure.
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 | 0,001 | 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 | 0,001 |
| 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 ».