Freshwater fish functional and taxonomic diversity above and below Niagara Falls
Notice bibliographique
Résumé
Abstract The Niagara River, which connects two Great Lakes (Erie and Ontario) and forms a border between Canada and the United States, has experienced decades of abiotic and biotic disturbance as well as long-term restoration efforts. Given the iconic riverscape and importance as a binational fisheries resource, a biodiversity assessment of the mainstem Niagara River fish assemblage is overdue. Here, fish assemblage and habitat data from a standardized boat electrofishing program of the Niagara River were combined with species trait data related to substrate associations, diet preferences, reproductive strategies, and body size to quantify biodiversity patterns among river sections (sites above and below Niagara Falls), seasons (spring, summer, fall), and years (2015–2017). Sixty-five species were captured representing a variety of trait combinations. Significant differences in functional dispersion and divergence (i.e., functional diversity) were observed between river sections, seasons, and (or) years. The fish community captured in the lower river in spring 2015 had both the highest average functional dispersion (2.08 ± 0.32 SD) and divergence (0.88 ± 0.04 SD) compared to the other seasonal sampling efforts, but relatively few fishes were captured ( n = 686). Although non-native fishes represented a small portion of the catch over the 3 years (8.6% of catch), the seasonal presence (spring and fall) of mostly introduced large-bodied salmonids expanded functional trait space in the lower river during these periods. The importance of rare species on functional diversity metrics suggests further insight on local species detection probabilities is needed to understand if differences in functional diversity reflect ecological patterns or are driven by sampling design.
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 | 0,001 |
| 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 ».