MétaCan
Menu
← Retour à la cohorte
Enregistrement W3091467056 · doi:10.1101/2020.10.01.322370

Widespread agrochemicals differentially affect zooplankton biomass and community structure

2020· preprint· en· W3091467056 sur OpenAlexafffund
Marie‐Pier Hébert, Vincent Fugère, Beatrix E. Beisner, Rowan D. H. Barrett, Graham Bell, B. Jesse Shapiro, Viviane Yargeau, Andrew Gonzalez, Gregor F. Fussmann

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2020
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental Toxicology and Ecotoxicology
Établissements canadiensMcGill Genome CentreUniversité de MontréalUniversité du Québec à Trois-RivièresMcGill UniversityUniversité du Québec à Montréal
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesNatural Sciences and Engineering Research Council of CanadaLiber Ero FoundationGroupe de recherche interuniversitaire en limnologieNational Geographic Society
Mots-clésBiomass (ecology)ZooplanktonAgrochemicalGlyphosateEcosystemPesticideEcotoxicologyCommunity structureEcologyEnvironmental scienceSpecies richnessBiologyAgronomyAgriculture

Résumé

récupéré en direct d'OpenAlex

Abstract Anthropogenic environmental change is causing habitat deterioration at unprecedented rates in freshwater ecosystems. Despite increasing more rapidly than other agents of global change, synthetic chemical pollution –including agrochemicals such as pesticides– has received relatively little attention in freshwater biotic assessments. Determining the effects of multiple agrochemicals on complex community and ecosystem properties remains a major challenge, requiring a cross-field integration of ecology and ecotoxicology. Using a large-scale array of experimental ponds, we investigated the response of zooplankton community properties (biomass, composition, diversity metrics) to the individual and joint presence of three widespread agrochemicals: the herbicide glyphosate, the neonicotinoid insecticide imidacloprid, and fertilisers. We tracked temporal variation in community biomass and structure (i.e., composition, diversity metrics) along single and combined pesticide gradients (each spanning eight levels), under low (mesotrophic) and high (eutrophic) nutrient-enriched conditions, and quantified (i) agrochemical interactions, (ii) response threshold concentrations, and (iii) community resistance and recovery. We found that major zooplankton groups differed in their sensitivity to pesticides: ≥3 µg/L imidacloprid impaired copepods, rotifers collapsed at glyphosate levels ≥0.3 mg/L, whereas some cladocerans were highly tolerant to pesticide contamination. Glyphosate was the most influential driver of community properties, with biomass and community structure responding rapidly but recovering unequally over time. Zooplankton biomass showed little resistance when first exposed to glyphosate, but rapidly recovered and even increased with glyphosate concentration; in contrast, richness declined in more contaminated ponds but failed to recover. Our results show that the biomass of tolerant taxa compensated for the loss of sensitive species, conferring greater resistance upon subsequent exposure; a rare example of pollution-induced community tolerance in freshwater metazoans. Overall, zooplankton biomass appears to be more resilient to agrochemical pollution than community structure, yet all community properties measured in this study were affected at glyphosate levels below common water quality guidelines in North America.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

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

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,216
Écart entre enseignants0,202 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

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

En bref

Citations4
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)→Même sujetEnvironmental Toxicology and Ecotoxicology→Travaux en français237 207→