Recovery in a multiple stressor environment: using the reference condition approach to examine zooplankton community change along opposing gradients
Notice bibliographique
Résumé
Lakes around the metal smelters of Sudbury, Ontario, Canada offer a unique opportunity to study recovery processes in stressed aquatic ecosystems. Following major reductions in the atmospheric deposition of sulphur and metal particulates, chemical and biological recovery have been observed in many lakes; however, the magnitudes and trajectories of biological recovery are variable. Crustacean zooplankton communities have proven to be particularly valuable in tracking the biological recovery patterns in Sudbury lakes. In a survey of 87 lakes, zooplankton community structure revealed strong gradients related to acidification, metal contamination, trophic status and depth. The study lakes could be divided into four groups related to these gradients: acidified, recovered, urban and reference lakes. Community composition in recovered (to pH >6.0) lakes did not differ from reference lakes for copepods and cladocerans. In contrast, urban lakes subjected to the effects of watershed development as well as atmospheric metal contamination had either copepod or cladoceran communities that differed from reference conditions. Among the acidified lakes, most lakes with pH <5.5 contained species poor copepod communities; however, substantial community recovery was evident in lakes with pH >5.5. Our study illustrates the complexity of biological recovery processes in lakes subjected to multiple environmental stressors. Although substantial zooplankton community recovery clearly occurs as lakes recover from acidification, other stressors including metal contamination and eutrophication in urban environments may greatly affect recovery processes and outcomes.
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 | 0,004 | 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 | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,002 |
| 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 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 ».