Urbanisation of floodplain ecosystems: Weight-of-evidence and network meta-analysis elucidate multiple stressor pathways
Notice bibliographique
Résumé
Freshwater floodplains are dynamic, diverse ecosystems that represent important transition zones between terrestrial, riparian, subsurface and aquatic habitats. Given their historic importance in human development, floodplains have been exposed to a variety of pressures, which in combination have been instrumental in driving changes within these ecosystems. Here, we present an evidence-based framework to explore direct and indirect effects of pressures and stressors on floodplain ecosystems and test this structure within the urban landscape. Evidence was obtained from peer-reviewed scientific literature, focusing on effects of key pressures and stressors on receptors, including species composition (e.g., species presence-absence, diversity) and ecosystem function (e.g., biomass, decomposition). The strength of direct and indirect effects of individual and multiple stressors on biological receptors was quantified using two separate analyses: an evidence-weighted analysis and a quantitative network meta-analysis using data extracted from 131 studies. Results demonstrate the power of adopting a systematic framework to advance quantitative assessment of floodplain ecosystems affected by multiple stressors. While direct pathways were generally stronger and provided the core network skeleton, there were many more significant indirect pathways indicating evidence gaps in our mechanistic understanding of these processes. Indeed, the importance of indirect pathways (e.g. increase in impervious surface → increase in the accumulation rate of sediment nutrients) suggests that embracing complexity in network meta-analysis is a necessary step in revealing a more complete snapshot of the network. Results from the weight-of-evidence approach generally mirrored the direct pathway structure and demonstrated the strength of incorporating study quality alongside data sufficiency. Networks illustrated novel disturbance pathways (e.g., decrease in habitat structure → decrease in structure and function of aquatic and riparian assemblages) that can be used for hypothesis generation for future scientific enquiries. Our results highlight the broader applicability of adopting the proposed framework for assessing complex environments, such as floodplains.
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 | 0,002 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 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 ».