Canopy cover and anurans: nutrients are the most important predictor of growth and development
Notice bibliographique
Résumé
Bottom-up effects such as the availability of light and nutrients can have large impacts on primary producer quantity and quality, which is then translated into the growth and development of consumers. The use of “canopy cover” as a bottom-up predictive factor is a broad categorization, as canopy cover controls both the amount of light allowed into a pond and the nutrient load through leaf litter. To test how light and nutrients influence pond ecosystems, we manipulated inorganic nutrients and light in a 2 × 3 full-factorial, large-scale mesocosm experiment. Larval American Bullfrogs (Lithobates catesbeianus (Shaw, 1802)) were reared for 6 weeks at low densities and then assessed for development, growth, and survival at the end of the experiment. We also collected weekly samples of potential food resources (phytoplankton and periphyton) for the estimation of algal production and stoichiometric quality (carbon:nitrogen:phosphorus). Light had strong effects on food resource quality; however, resource quality did not significantly predict tadpole growth or development. Instead, nutrients seemed to be the most important factor as a stimulator of total algal primary production and some unknown pathway, which in turn affected tadpole development. Ours is the first study to investigate canopy cover using a comprehensive causal model, and our results suggest in regards to tadpole growth and development, canopy cover is important mainly as a source of nutrients to ponds.
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 | 0,000 | 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) | 0,002 | 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 ».