Complex interactions of light, nutrients and consumer density in a stream periphyton–grazer (tailed frog tadpoles) system
Notice bibliographique
Résumé
Summary Consumer–resource interactions may be modified by complex environmental interactions. We experimentally manipulated light, nutrients, consumer density (tailed frog tadpoles − Ascaphus truei), and enclosure sizes in two small and steep streams of coastal British Columbia, Canada. We used flow‐through, screened enclosures in situ as experimental units and measured the responses of algae (as chlorophyll a), periphyton (ash‐free dry mass) and growth rates of tailed frog tadpoles using a factorial model design. Light exerted a strong, positive effect on algae and periphyton production with 30–40% higher biomass over shaded treatments, and a 14% higher relative growth rate of tadpoles. Nutrient additions had little to no effect on any measure, alone or in interaction with other factors. Tadpole growth, algae and periphyton standing crop were significantly reduced along a gradient of increasing consumer density. Enclosure size had a large effect on all three measures. Algae and periphyton production were under simultaneous top‐down (tadpole grazing) and bottom‐up control (light); however, the relative importance of these effects was stream‐dependent. At Klondike Creek algae and periphyton production was influenced primarily by grazing, and by light levels at Dipper Creek. Mean growth rate of tadpoles was on average 45% higher at Klondike Creek than at Dipper Creek. Most of the effects of the abiotic treatments and consumer density interacted statistically with stream identity, despite these streams being very similar and < 6 km apart. The strong effect of stream on the outcomes may be a consequence of large temperature differences. This study demonstrated that light, consumer density, stream, enclosure size and nutrients alone and in combination affected algae and periphyton production, and grazer growth rate. While the interactions between consumer and resources were tightly coupled, the relative importance of the driving factors varied significantly between nearby streams.
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 | 0,000 |
| 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 | 0,001 | 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 ».