Assessment of the Ecological Health of Afrotropical Rivers Using Fish Assemblages: A Case Study of Selected Rivers in the Lake Victoria Basin, Kenya
Notice bibliographique
Résumé
Streams and rivers are globally threatened ecosystems because of increasing levels of exploitation, habitat degradation and other anthropogenic pressures. In the Lake Victoria Basin (LVB) in East Africa, these threats are mostly caused by unsustainable land use; however, the monitoring of ecological integrity of river systems has been hampered by a lack of locally developed indices. This study assessed the health of four rivers (Nzoia, Nyando, Sondu–Miriu and Mara) on the Kenyan side of the LVB using physicochemical water quality parameters and a fish-based index of biotic integrity (IBI). Fish tolerance ranking was derived from principal component analysis of water quality parameters, and the concept of niche breadth (NB). The relationship between fish species and water quality parameters was examined with canonical correspondence analysis, whereas community metrics and stressors were evaluated through Pearson network correlation analysis. Fish species richness, trophic structures, taxonomic composition and species tolerance were used to generate the metrics for fish-based IBI. NB showed that most of the fish species were moderately tolerant to poor water. Moderately tolerant and intolerant fish species were negatively correlated with a high level of organic loading in the Mara River. Fish-based IBI scores for the rivers ranged from 26 to 34, with Sondu–Miriu scoring the lowest. Our results show that the cumulative effect of stressors can adequately rank fish species tolerance according to the disturbance gradients and further develop regional metrics to assess river health. Despite the fact that fish communities are declining, continual management and enforcement of environmental regulations are important, with conservation and management of headwaters and low-order streams being essential while they are still species rich.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 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) | 0,000 | 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 source (Gemma direct ou Codex distillé), 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 ».