Does red alder (<i>Alnus rubra</i>) in upland riparian forests elevate macroinvertebrate and detritus export from headwater streams to downstream habitats in southeastern Alaska?
Notice bibliographique
Résumé
We assessed the influence of riparian forest canopy type on macroinvertebrate and detritus export from headwater streams to downstream habitats in the Tongass National Forest, southeastern Alaska. Twenty-four fishless headwater streams were sampled monthly, from April to August 1998, across four riparian canopy types: old growth, clearcut, young-growth alder, and young-growth conifer. Young-growth alder sites exported significantly greater count (mean = 9.4 individuals·m 3 water, standard error (SE) = 3.7) and biomass (mean = 3.1 mg dry mass·m 3 water, SE = 1.2) densities of macroinvertebrates than did young-growth conifer sites (mean = 2.7 individuals·m 3 water, SE = 0.4, and mean = 1.0 mg dry mass·m 3 water, SE = 0.2), enough prey to support up to four times more fish biomass if downstream habitat is suitable. We detected no significant differences in macroinvertebrate export between other canopy types or in detritus export among different canopy types. Roughly 70% of the invertebrates were aquatic; the rest were terrestrial or could not be identified. Although we do not recommend clearcutting as a means of generating red alder, maintaining an alder component in previously harvested stands may offset other potentially negative effects of timber harvest (such as sedimentation and loss of coarse woody debris) on downstream, salmonid-bearing food webs.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| 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 ».