MétaCan
Menu
Retour à la cohorte
Enregistrement W2121865516 · doi:10.1139/f06-104

Effects on periphyton and macroinvertebrates from removal of submerged wood in three Ontario lakes

2006· article· en· W2121865516 sur OpenAlexfundvenueaboutno aff
Karen E. Smokorowski, Thomas C. Pratt, William G. Cole, Laurie J. McEachern, Elaine C. Mallory

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFreshwater macroinvertebrate diversity and ecology
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésPeriphytonInvertebrateBiomass (ecology)ProductivityEnvironmental scienceEcologyHabitatHydrobiologySubstrate (aquarium)Benthic zoneBiology

Résumé

récupéré en direct d'OpenAlex

We removed 40%–70% of nearshore wood habitat from three lakes to test the link between habitat and productive capacity, specifically focusing on the provision of substrate for periphyton and invertebrate production by submerged wood. Our objectives were fourfold: (i) to calculate the total amount of invertebrate and periphyton biomass removed with the wood; (ii) to explore wood's value as habitat for invertebrates and periphyton; (iii) to determine the response within residual epixylic periphyton and invertebrate biomass; and (iv) to assess interactions between periphyton and invertebrates and other factors that may influence wood's productivity. Invertebrate biomass was greater on wood than in sediment, but the total available sediment area exceeded that of wood, thus a relatively small proportion of overall productivity was lost. Highly decayed wood supported greater chlorophyll a concentrations and more invertebrate biomass and diversity than fresh wood. The removal had no measurable effect on whole-lake water chemistry, nor did it result in a response in residual epixylic periphyton and invertebrate biomass. We conclude that we permanently reduced a dynamic and concentrated biomass of primary and secondary productivity in lakes by removing submerged wood habitat.

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)0,001
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,536
Score d'incertitude au seuil0,922

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,161
Écart entre enseignants0,153 · 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

Citations47
Publié2006
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetFreshwater macroinvertebrate diversity and ecologyTravaux en français237 207