Assessing the influence of wildfire on leaf decomposition and macroinvertebrate communities in boreal streams using mixed‐species leaf packs
Notice bibliographique
Résumé
Abstract We investigated how compositional differences in riparian leaf litter derived from burned and undisturbed forests influenced leaf breakdown and macroinvertebrate communities using experimental mixed‐species leaf packs in boreal headwater streams. Leaf pack mixtures simulating leaf litter from dominant riparian woody‐stem species in burned and undisturbed riparian zones were incubated in two references and two fire‐disturbed streams for 5 weeks prior to measuring temperature‐corrected breakdown rates and macroinvertebrate community composition, richness, and functional metrics associated with decomposers such as shredder abundance and % shredders. Leaf litter breakdown rates were higher and had greater variability in streams bordered by reference riparian forests than in streams where riparian forests had been burned during a wildfire. Streams bordered by fire disturbance showed significant effects of litter mixture on decomposition rates, observed as significantly higher decomposition rates of a fire‐simulated leaf mixture compared to all other mixtures. Variation among sites was higher than variation among litter mixtures, especially for macroinvertebrate community composition. In general, fire‐simulated leaf mixtures had greater shredder abundances and proportions, but lower overall macroinvertebrate abundance; however, the shredder abundance trend was not consistent across all leaf mixtures at each stream. These results show that disturbance‐driven riparian forest condition and resulting composition of leaf subsidies to streams can influence aquatic invertebrate community composition and their function as decomposers. Therefore, if one of the primary goals of modern forest management is to emulate natural disturbance patterns, boreal forest managers should adapt silvicultural practices to promote leaf litter input that would arise post‐fire, thereby supporting stream invertebrate communities and their function.
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 | 0,001 |
| 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) | 0,000 | 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 ».