Loss of ash trees in riparian forests from emerald ash borer infestations has implications for aquatic invertebrate leaf-litter consumers
Notice bibliographique
Résumé
Rapid loss of ash (Fraxinus spp.) trees in riparian forests from an invasive insect, the emerald ash borer (EAB; Agrilus planipennis Fairmaire, 1888), could pose risk of altering organic matter inputs to water bodies that underpin many aquatic ecosystem processes. We measured the composition of riparian forests and their leaf-litter contributions to headwater streams and determined the relative palatability of ash leaves and leaves of three other common riparian trees to aquatic invertebrate leaf-litter consumers (the stonefly (Pteronarcys sp.) and the cranefly (Tipula sp.)) in laboratory microcosms and whole invertebrate communities in forest streams. Ash trees contributed, on average, 24% to riparian tree density and 20% to total litterfall. Among the four common streamside trees accounting for 65% of total litterfall, ash was the first or second most preferred food source for consumers. Leaf packs without ash decomposed at slower rates than packs containing 25%–100% ash leaves. Preferential feeding on ash leaves infers a high-quality food source selected by consumers, and this concurred with comparatively high N content and low C–N ratio of ash leaves. Aquatic invertebrate communities on leaf packs in streams differed among leaf mixtures with or without ash, although community dissimilarity was low. The loss of ash in riparian forests represents an EAB-induced reduction in a high-quality resource subsidy to organic matter consumers in streams. We discuss how this has implications for risk predictions and management response strategies.
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 | 0,000 | 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) | 0,001 | 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 ».