Coupling of boreal forests and lakes: Effects of conifer pollen on littoral communities
Notice bibliographique
Résumé
Conifer pollen deposition is a visually striking spring event in boreal lakes, representing a potentially major allochthonous input of limiting nutrients. We conducted a lake survey and mesocosm experiment at the Experimental Lakes Area in northwestern Ontario to test the hypothesis that jack pine (Pinus banksiana) pollen inputs subsidize littoral nutrient levels and stimulate algal growth and zooplankton abundance. A series of floating litterfall collectors were deployed along transects that span a 0.27-km2 headwater lake (Lake 373) and monitored after ice-out to quantify pollen deposition over a 45-d period. Lake 373 (L373) received 11–56 µmol P m−2 d−1 from pollen, or an annual total of about 10 kg of P. These data were used to determine pollen amendment levels (ambient, 3×, 10×) for an experiment involving 18, 1-m3 littoral mesocosms distributed over three lakes (L239, L373, and L442). Pollen amendments significantly increased total phytoplankton and herbivorous zooplankton biomass, resulting in greater abundance of inedible filamentous green algae and large diatoms. Pollen also exerted a positive lake-specific effect. Periphyton biomass also increased in response to pollen additions, especially filamentous green algae and diatoms in L239 and L442. Conifer pollen subsidizes nutrient levels and promotes production in small boreal lakes.
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 | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».