Effects of humic stress on the zooplankton from clear and <scp>DOC</scp>‐rich lakes
Notice bibliographique
Résumé
Summary Humic stress is associated with the widespread and ongoing browning of lakes. Natural landscape gradients in dissolved organic carbon ( DOC ) potentially result in aquatic communities with different tolerances to humic substances and thus expected contrasting responses to further lake browning. If zooplanktonic species are adapted to different background concentrations of DOC , then we expected that the zooplankton from naturally DOC ‐rich lakes would maintain higher diversity, biomass and overall density in the face of experimental browning than the zooplankton from DOC ‐poor lakes. We tested this hypothesis in a common‐garden experiment by exposing, in enclosures, zooplankton from replicate DOC ‐rich and DOC ‐poor source lakes to simulated browning and to clear water. We conducted a 2 × 2 × 3 factorial‐design field transplant experiment with zooplankton from replicate DOC ‐rich (>8.5 mg L −1 ) and DOC ‐poor (<3.5 mg L −1 ) lakes (Québec, Canada) over eight weeks. There were two fixed effects: water treatment (brown or clear water) and zooplankton source (from DOC ‐rich or DOC ‐poor lakes). Lake source was included as a random variable in the model for the response of copepod body size in the enclosures. A substance derived from peat, ‘SuperHume’, was used as a source of DOC . The diversity, biomass and total density of zooplankton from DOC ‐rich and DOC ‐poor lakes did not differ upon experimental addition of further DOC . This was despite the presence of different copepod body size phenotypes between source lakes that could have potentially caused different community responses: several dominant species of copepods ( Cyclops scutifer , Leptodiaptomus minutus and Tropocyclops prasinus mexicanus ) had a larger mean population body size in DOC ‐rich source lakes than in DOC ‐poor source lakes. Our findings suggest that the zooplankton from DOC ‐rich lakes does neither better nor worse than zooplankton from DOC ‐poor lakes when faced with browning from a humic stressor.
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) | 0,000 | 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 ».