Factors influencing the distribution of chironomids in lakes distributed along a latitudinal gradient in northwestern Quebec, Canada
Notice bibliographique
Résumé
The effect of 33 environmental variables on the distribution of chironomids was studied in 60 lakes of northwestern Quebec (Canada). A detrended canonical correspondence analysis detected linearity in the chironomid assemblages, thus redundancy analysis was used to identify the variables affecting the chironomid communities. Lake depth, dissolved organic carbon (DOC), mean August air temperature, and surface water temperature were the four variables that best explained the distribution of chironomids. Partial least squares analysis was used to develop new inference models. Among models, the one for mean August air temperature had the highest coefficient of determination (r[Formula: see text] = 0.67) and the lowest root mean square error of prediction (= 1.17 °C). The results indicated that for downcore temperature reconstructions, it might be hard to dissociate the combined effects of temperature, DOC, and depth. Changes in taxa such as Heterotrissocladius brundini-type, Heterotrissocladius subpilosus-type, Heterotrissocladius grimshawi-type, Micropsectra radialis-type, Tanytarsus lugens-type, and Microtendipes can be attributed to changes in lake depth and (or) temperature. Changes in Heterotanytarsus, Dicrotendipes, Cryptotendipes, and Cryptochironomus might be attributed to shifts in temperature and DOC. Relationships among temperature, DOC, and lake depth should be studied in a "neo-ecology" design to better understand their impact on chironomid assemblage composition.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».