MétaCan
Menu
Retour à la cohorte
Enregistrement W2950632909 · doi:10.1111/ele.13283

Dams have varying impacts on fish communities across latitudes: a quantitative synthesis

2019· review· en· W2950632909 sur OpenAlexafffund
Katrine Turgeon, Christian Turpin, Irene Gregory‐Eaves

Notice bibliographique

RevueEcology Letters · 2019
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMcGill UniversityHydro-QuébecUniversité du Québec en Outaouais
Organismes subventionnairesMitacsCanada Research Chairs
Mots-clésEcologyFish <Actinopterygii>LatitudeGeographyFisheryEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Dams are recognised to impact aquatic biodiversity, but the effects and conclusions diverge across studies and locations. By using a meta-analytical approach, we quantified the effects of impoundment on fish communities distributed across three large biomes. The impacts of dams on richness and diversity differed across biomes, with significant declines in the tropics, lower amplitude but similar directional changes in temperate regions, and no changes in boreal regions. Our analyses showed that non-native species increased significantly in tropical and temperate regulated rivers, but not in boreal rivers. In contrast, temporal trajectories in fish assemblage metrics were common across regions, with all biomes showing an increase in mean trophic level position and in the proportion of generalist species after impoundment. Such changes in fish assemblages may affect food web stability and merit closer study. Across the literature examined, predominant mechanisms that render fish assemblages susceptible to impacts from dams were: (1) the transformation of the lotic environment into a lentic environment; (2) habitat fragmentation and (3) the introduction of non-native species. Collectively, our results highlight that an understanding of the regional context and a suite of community metrics are needed to make robust predictions about how fish will respond to river impoundments.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,005
score de la tête « metaresearch » (Gemma)0,015
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,997
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,015
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0030,003
Bibliométrie0,0060,007
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,074
Tête enseignante GPT0,347
Écart entre enseignants0,273 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Devis d'étudeMéta-analyse
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations114
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetFish Ecology and Management StudiesTravaux en français237 207