Experimental tests of water chemistry response to ornithological eutrophication: biological implications in Arctic freshwaters
Notice bibliographique
Résumé
Abstract. Many populations of Arctic-breeding geese have increased in abundance in recent decades, and in the Canadian Arctic, snow geese (Chen caerulescens) and Ross's geese (Chen rossii) are formally considered overabundant by wildlife managers. The impacts of these overabundant geese on terrestrial habitats are well documented, and, more recently, studies have suggested impacts on freshwater ecosystems as well. The direct contribution of nutrients from goose faeces to water chemistry could have cascading effects on biological functioning, through changes in phytoplankton biovolumes and community composition. We demonstrated previously that goose faeces can enrich ponds with nutrients at a landscape scale. Here, we show experimentally that goose droppings rapidly released nitrogen and phosphorus when submerged in freshwater, increasing the dissolved nitrogen and phosphorus in the water. This resulted in both a decrease in the nitrogen:phosphorus ratio and an increase in cyanobacteria in the goose dropping treatment. In contrast, this pattern was not found when we submerged cut sedge (Carex sp.) leaves. These results demonstrate that geese act as bio-vectors, causing terrestrial nutrients to be bioavailable in freshwater systems. Collectively, the results demonstrate the direct ecological consequences of ornithological nutrient loading from hyper-abundant geese in Arctic freshwater ecosystems.
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) | 0,003 | 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 ».