Golden mussel (<i>Limnoperna fortunei</i>) survival during winter at the northern invasion front implies a potential high‐latitude distribution
Notice bibliographique
Résumé
Abstract Aim Golden mussel Limnoperna fortunei is an invasive bivalve in many freshwater ecosystems in Asia and South America. Cold winter temperatures are expected to restrict its spread to high‐latitude areas. Cold tolerance and potential distribution of this species remain largely unstudied because the most extensively studied populations occur in tropical and sub‐tropical areas. We sought to investigate cold tolerance of golden mussels and to model their potential distribution at higher latitudes. Location China, Global. Methods We investigated overwintering survival of caged golden mussels in a reservoir located at the northern invasion front in north China. We then determined the lowest water temperature at which mussel filtering occurred in laboratory. Finally, we modelled relative environmental suitability globally based on Maximum Entropy using the species’ most updated occurrence records. Results Golden mussels in a northern invasion front reservoir could survive over a course of 6 days at <1°C, or 41 days at <2°C, or 108 days at <5°C, with 27% survival overall. Caged mussels were inaccessible to local predators and reproduced, with the subsequent population size increasing in early summer by ~280%, representing a potential source population. Laboratory tests demonstrated that the lowest water temperature at which mussels could filter water was 5.5°C, and 50% of individuals became active when temperature rose to 7.5–8.0°C. Species distribution modelling illustrated a potential distribution of golden mussels at higher latitude than presently found. Models that considered updated high‐latitude occurrence records predicted a significantly larger suitable area than currently exists, including near the lower Laurentian Great Lakes. Main conclusions Our findings suggest enhanced cold tolerance of golden mussels and wider potential distribution than currently exists. We emphasize the importance of examining samples from invasion fronts when developing distribution predictions for spreading invasive species.
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 | 0,003 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,005 | 0,001 |
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 ».