MétaCan
Menu
Retour à la cohorte
Enregistrement W2117166074 · doi:10.1111/fwb.12426

Artificial light as a disturbance to light‐naïve streams

2014· article· en· W2117166074 sur OpenAlexaff
Elizabeth K. Perkin, Franz Hölker, Klement Tockner, John S. Richardson

Notice bibliographique

RevueFreshwater Biology · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueImpact of Light on Environment and Health
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSTREAMSPredationInvertebrateEcologyEnvironmental scienceEcosystemAquatic ecosystemTrophic levelDetritivoreLight intensityTroutDisturbance (geology)BiologyFish <Actinopterygii>Fishery

Résumé

récupéré en direct d'OpenAlex

Summary Artificial light at night is prevalent in human‐dominated landscapes, and streams in these landscapes can be expected to be affected by artificial lights. We hypothesised that artificial light at night would reduce the activity of aquatic insects, resulting in reduced drift rates, lower fish growth rates and lower leaf litter decomposition rates. We tested these hypotheses by installing street lights to reaches in four forested, natural streams of coastal British Columbia each paired with a control reach. Cutthroat trout ( Oncorhynchus clarkii ) are the top predators in these streams and feed mostly on terrestrial and drifting aquatic invertebrates. We found that the night‐time drift of aquatic invertebrates in lit reaches was ˜50% of the drift in dark reaches. However, the density of emerging aquatic insects, the density of insects falling into reaches, leaf litter decomposition rate and the number and growth rate of trout caught were not significantly different between the dark and experimentally lit reaches. We conclude that, while short‐term exposure to artificial light during the summer changes invertebrate behaviour, it does not significantly alter other trophic levels in forested headwater streams. Our results suggest that low levels of artificial light do not strongly influence stream ecosystems, but future research should determine whether this is true for all seasons and longer‐term exposure to light.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,009
Tête enseignante GPT0,247
Écart entre enseignants0,237 · 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 source (Gemma direct ou Codex distillé), 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

Citations62
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFreshwater BiologyMême sujetImpact of Light on Environment and HealthTravaux en français237 207