Impacts of forestry planting on primary production in upland lakes from north‐west Ireland
Notice bibliographique
Résumé
Planted forests are increasing in many upland regions worldwide, but knowledge about their potential effects on algal communities of catchment lakes is relatively unknown. Here, the effects of afforestation were investigated using palaeolimnology at six upland lake sites in the north-west of Ireland subject to different extents of forest plantation cover (4-64% of catchment area). (210)Pb-dated sediment cores were analysed for carotenoid pigments from algae, stable isotopes of bulk carbon (δ(13)C) and nitrogen (δ(15)N), and C/N ratios. In lakes with >50% of their catchment area covered by plantations, there were two- to sixfold increases in pigments from cryptophytes (alloxanthin) and significant but lower increases (39-116%) in those from colonial cyanobacteria (canthaxanthin), but no response from biomarkers of total algal abundance (β-carotene). In contrast, lakes in catchments with <20% afforestation exhibited no consistent response to forestry practices, although all lakes exhibited fluctuations in pigments and geochemical variables due to peat cutting and upland grazing prior to forest plantation. Taken together, patterns suggest that increases in cyanobacteria and cryptophyte abundance reflect a combination of mineral and nutrient enrichment associated with forest fertilization and organic matter influx which may have facilitated growth of mixotrophic taxa. This study demonstrates that planted forests can alter the abundance and community structure of algae in upland humic lakes of Ireland and Northern Ireland, despite long histories of prior catchment disturbance.
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 | 0,000 | 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) | 0,000 | 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 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 ».