THE INFLUENCE OF SUBMERGED MACROPHYTES ON SEDIMENTARY DIATOM ASSEMBLAGES<sup>1</sup>
Notice bibliographique
Résumé
Submerged macrophytes are a central component of lake ecosystems; however, little is known regarding their long-term response to environmental change. We have examined the potential of diatoms as indicators of past macrophyte biomass. We first sampled periphyton to determine whether habitat was a predictor of diatom assemblage. We then sampled 41 lakes in Quebec, Canada, to evaluate whether whole-lake submerged macrophyte biomass (BiomEpiV) influenced surface sediment diatom assemblages. A multivariate regression tree (MRT) was used to construct a semiquantitative model to reconstruct past macrophyte biomass. We determined that periphytic diatom assemblages on macrophytes were significantly different from those on wood and rocks (ANOSIM R = 0.63, P < 0.01). A redundancy analysis (RDA) of the 41-lake data set identified BiomEpiV as a significant (P < 0.05) variable in structuring sedimentary diatom assemblages. The MRT analysis classified the lakes into three groups. These groups were (A) high-macrophyte, nutrient-limited lakes (BiomEpiV ≥525 μg · L(-1) ; total phosphorus [TP] <35 μg · L(-1) ; 23 lakes); (B) low-macrophyte, nutrient-limited lakes (BiomEpiV <525 μg · L(-1) ; TP <35 μg · L(-1) ; 12 lakes); and (C) eutrophic lakes (TP ≥35 μg · L(-1) ; six lakes). A semiquantitative model correctly predicted the MRT group of the lake 71% of the time (P < 0.001). These results suggest that submerged macrophytes have a significant influence on diatom community structure and that sedimentary diatom assemblages can be used to infer past macrophyte abundance.
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 | 0,000 |
| 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 ».