The benthic community of the Laurentian Great Lakes: Analysis of spatial gradients and temporal trends from 1998 to 2014
Notice bibliographique
Résumé
We used the results of seventeen years of Great Lakes benthic monitoring conducted by the U.S. EPA's Great Lakes National Program Office to describe the spatial and temporal patterns of benthic communities, assess their status, trends, and main drivers, and to infer the potential impact of these community changes on ecosystem functioning. Benthic abundance and diversity were higher at shallow (<70 m in depth) stations with chlorophyll concentrations above 3 μg/L than at deeper sites (<1 μg/L). We infer that lake productivity, measured by chlorophyll was likely the major driver of benthic abundance and diversity across lakes. Consequently, benthic diversity and abundance were the highest in the most productive Lake Erie, followed by lakes Ontario, Michigan, Huron, and Superior. Multivariate analysis distinguished three major communities shared among lakes (littoral, sublittoral, and profundal) that differed in species composition and abundance, functional group diversity, and tolerance to organic pollution. Analysis of temporal trends revealed that the largest changes occurred in profundal communities, apparent in significant shifts in dominant taxa across all lakes except Lake Superior. In lakes Michigan, Huron, and Ontario, the former dominant Diporeia was replaced with Dreissena and Oligochaeta. Profundal species, with the exception of dreissenids, became less abundant, and their depth distribution has shifted. In contrast, density and diversity of native littoral and sublittoral communities increased. The invasion of dreissenids was among the most important drivers of changes in benthic communities. Continued monitoring is critical for tracking unprecedented changes occurring in the Great Lakes ecosystem.
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 | 0,003 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».