Empirical Characterization Factors for Life Cycle Assessment of the Impacts of Reservoir Occupation on Macroinvertebrate Richness across the United States
Notice bibliographique
Résumé
The transformation of a river into a reservoir and the subsequent occupation of the riverbed by a reservoir can impact freshwater ecosystems and their biodiversity. We used the National Lake Assessment (134 reservoirs) and the National Rivers and Streams Assessment (2062 rivers and streams) of the United States Environmental Protection Agency in order to develop empirical characterization factors (CFs; in Potentially Disappeared Fraction of species [PDF]) evaluating the impacts of reservoir occupation on macroinvertebrate richness (number of taxa) at the reservoir, ecoregion and country spatial scales, using a space-for-time substitution. We used analyses of variance, variation partitioning, and multiple regression analysis to explain the role of ecoregion (or regionalization; accounting for spatial variability) and other potentially influential variables (physical, chemical and human), on PDFs. At the United States scale, 28% of macroinvertebrate taxa disappeared during reservoir occupation and PDFs followed a longitudinal gradient across ecoregions, where PDFs were higher in the west. We also observed that high elevation, oligotrophic and large reservoirs had high PDF. This study provides the first empirical macroinvertebrate-based PDFs for reservoir occupation to be used as CFs by LCA practitioners. The results provide strong support for regionalization and a simple empirical model for LCA modelers.
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 | 0,005 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».