Abundant and Rare Bacterioplankton in Freshwater Lakes Subjected to Different Levels of Tourism Disturbances
Notice bibliographique
Résumé
Anthropogenic disturbances have a negative impact on lake ecosystems, such as water environmental degradation. Bacterioplankton communities are essential components in lakes and consist of a few abundant species and several rare taxa. However, little is known about the community diversity and composition of abundant and rare bacterioplankton subjected to different levels of anthropogenic disturbances. In this study, water samples were collected from twelve freshwater lakes located around the city of Nanjing, China. Both Illumina MiSeq sequencing and multivariate statistical analysis were employed to determine the bacterioplankton community composition and its relation to environmental variables. The results indicated that tourism disturbances (mostly sewage discharge and tourist activities) altered the community structure of both abundant and rare bacterioplankton by changing water physicochemical characteristics. Alpha diversity of both abundant and rare taxa did not differ among different anthropogenic disturbance lakes (p > 0.05). Rare bacterial taxa possessed higher alpha diversity than abundant taxa, though rare taxa occupied a tiny portion of abundance (4.5%). Redundancy analysis demonstrated that dissolved organic carbon (DOC) was the most significant correlation variable for constraining the variation of abundant taxa, whereas total phosphorus (TP), ammonium nitrogen (NH4+-N), and chlorophyll-a (Chl-a) were the most dominant environmental factors constraining the rare taxa, indicating abundant and rare taxa may have different ecological niches.
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) | 0,008 | 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 ».