MétaCan
Menu
Retour à la cohorte
Enregistrement W2261752002 · doi:10.1071/mf15273

Zooplankton generation following inundation of floodplain soils: effects of vegetation type and riverine connectivity

2016· article· en· W2261752002 sur OpenAlexaff
Alicia K. Catlin, Kevin J. Collier, Ian C. Duggan

Notice bibliographique

RevueMarine and Freshwater Research · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensGolder Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésZooplanktonFloodplainEcologyVegetation (pathology)Environmental scienceTrophic levelSoil waterBiology

Résumé

récupéré en direct d'OpenAlex

We investigated the potential for zooplankton to emerge following inundation of dry soils on the lower Waikato River floodplain, North Island, New Zealand. Soil cores were collected from native forest remnants, scrub (predominantly Salix spp.) and pasture, and from sites inside or outside of stopbanks, to examine the effects of vegetation type and hydrological disconnection. We hypothesised that more larger-bodied zooplankton would emerge from forested floodplain areas, and that areas with high connectivity with the river would produce more zooplankton. Zooplankton appeared from soil cores within 3 days of wetting and no new taxa arose after 12 days. Community composition differed between vegetation types, with larger bodied cladocerans and copepods dominating forested and scrub sites, and rotifers dominating pastoral sites. Connectivity did not play a statistically significant role in determining community composition. Soil conditions were implicated as important in affecting emergent zooplankton community composition, with copepods and cladocerans characteristic of sites with wetter soils and bdelloid rotifers abundant in open sites with higher soil temperatures. Our findings indicate scrub and forested floodplains can be important areas for large-bodied zooplankton production, and that maintaining vegetative heterogeneity on floodplains may promote trophic subsidies for migrating juvenile fish as floodwaters subside.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,654

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,276
Écart entre enseignants0,252 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Freshwater ResearchMême sujetFish Ecology and Management StudiesTravaux en français237 207