CENTURY-LONG SYNCHRONY OF FOSSIL ALGAE IN A CHAIN OF CANADIAN PRAIRIE LAKES
Notice bibliographique
Résumé
Synchronous fluctuations in limnological variables among lakes may signal that large-scale environmental factors regulate lake ecosystem structure, yet most estimates of temporal coherence are based on short (<25 yr) time series, and little is known of how synchrony varies among biological taxa or of the causes of temporal coherence. Here we used time series of 13 fossil pigments from diverse algal groups in seven lakes of the climatically sensitive Northern Great Plains to demonstrate that algal synchrony (S) during the 20th century arose mainly from interdecadal increases in algal abundance rather than from interannual coherence. Synchrony of time series differed greatly among algal taxonomic groups (S = 0.0-0.75) and was not usually spatially structured, but decreased 83% following removal of long-term trends using exponential models or first-difference calculations. Overall, coherence was greatest for labile compounds chl a (S = 0.53) and fucoxanthin (S = 0.75), possibly reflecting the influence of postdepositional degradation processes on fossil time series. However, analysis of chemically stable pigments also indicated that synchrony was great for cryptophytes (as alloxanthin, S = 0.42) and diatoms (diatoxanthin, S = 0.37), taxa that bloom in spring. In contrast, synchrony of total algal abundance was low (beta-carotene, pheophytin a, S < 0.10), reflecting low interannual coherence of summer taxa including colonial cyanobacteria and chlorophytes. Unexpectedly, past variations in climate, resource use, and urbanization explained >85% of algal variation in individual lakes, but only 35% of synchronous algal fluctuations, suggesting that the factors controlling algal synchrony differ from those regulating algal 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 | 0,000 | 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) | 0,001 | 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 ».