Do wetland lakes exhibit alternative stable states? Submersed aquatic vegetation and chlorophyll in western boreal shallow lakes
Notice bibliographique
Résumé
Shallow lakes often exhibit alternative vegetative states, one a clear‐water state dominated by submersed aquatic vegetation (SAV) and the other a turbid state dominated by pelagic phytoplankton. We determined the nutrient and vegetation status of 148 wetland lakes in boreal Alberta, Canada. The lakes were very shallow (mean depth, 1.3 m), rich in phosphorus (123 µg total P L −−1 ), and relatively low in available nitrogen (18 µg L −−1 NH 4 + + NO 3 −− ), and 62% of them exhibited alternative states. The results of principal components analysis suggested that these lakes could be divided into four categories: (1) phytoplankton‐dominated lakes (25%) with higher concentrations of chlorophyll a (>20 µg L −−1 ), are more turbid, and have low densities of SAV; (2) SAV‐dominated lakes (37%), with high densities of submersed aquatic plants (>25% cover), are clearer, and have lower phytoplankton concentrations; (3) high SAV and high phytoplankton lakes (12%), with dense populations of both SAV and phytoplankton; and (4) low SAV and low phytoplankton lakes (26%), with low densities of both SAV and phytoplankton. The phytoplankton‐dominated lakes are usually found in hypereutrophic conditions (mean = 205 µg TP L −−1 ), whereas the SAV‐dominated lakes primarily exist in eutrophic and mesotrophic conditions (mean = 82 µg total P L −−1 ) and have lower available N (11 µg L −−1 NH 4 + + NO 3 −− ). Because most of these lakes lack fish, we expect that nutrient status, depth, and invertebrate predators are probably the most important determinants of vegetative structure and alternative states.
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) | 0,000 | 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 ».