Macrophytes moderate the taxonomic and functional composition of phytoplankton assemblages during a nutrient loading experiment
Notice bibliographique
Résumé
Abstract Ponds and shallow lakes are sensitive to eutrophication, which often increases turbidity and produces toxic algal blooms. Previous research has found that the presence of macrophytes in shallow water bodies can mitigate the effects of nutrient loading by promoting water clarity and inhibiting phytoplankton growth. However, there is still little known about how macrophyte abundance modifies the response of phytoplankton taxonomic assemblages, particularly their functional composition, to nutrient loading. We investigated how macrophyte abundance altered phytoplankton assemblages using experimental ponds that were treated with a nutrient press. Natural communities of phytoplankton, zooplankton, and fish were seeded in ponds with one of three levels of macrophyte abundance that received weekly nutrient additions. A total of nine ponds (each treatment in triplicate) were monitored for 76 days. Analyses of Shannon's diversity and functional dispersion revealed significant variation in phytoplankton assemblage composition among macrophyte treatments and through time. Phytoplankton biovolume, community metrics, and the dominant traits were generally more stable in the high macrophyte treatment ponds. Although nutrient loading did not induce a regime change to a turbid, phytoplankton‐dominated state, phytoplankton assemblages did shift to a dominance of larger, inedible taxa and metaphyton became more abundant in ponds with macrophytes and zooplankton assemblages shifted to smaller species. Our study demonstrates how functional traits and functional diversity metrics can provide richer insights into the dynamics and causes of shifts in shallow freshwater ecosystems. Macrophyte densities clearly played a significant role in shaping phytoplankton assemblages. Based on the functional traits of phytoplankton distinguished among treatments, we inferred that competition for light, grazing, and, probably, allelochemicals were mechanisms through which macrophytes mediated changes in phytoplankton assemblages.
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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».