Harmful Algae and Oceanographic Conditions in the Strait of Georgia, Canada Based on Citizen Science Monitoring
Notice bibliographique
Résumé
In British Columbia (BC), harmful algal blooms (HABs) regularly cause severe economic losses through finfish mortalities and shellfish harvest closures due to toxin accumulation, gill damage, or hypoxia. As there is no routine governmental monitoring of HAB phenomena in BC, HAB variability, and its potential links to environmental drivers are not well understood. Here we present results from a well-managed citizen science program which collected an unprecedented 4 year, high-resolution (∼bi-monthly, ∼80 stations) dataset of harmful algae (HA) concentrations and corresponding physical and chemical properties of seawater throughout the Strait of Georgia (SoG), BC. Analysis of this dataset revealed statistically significant interannual and seasonal relationships between environmental drivers and the most common HA taxa: Rhizosolenia setigera , Dictyocha spp., Alexandrium spp., Heterosigma akashiwo , Chaetoceros convolutus , and C. concavicornis . HABs exhibited significant interannual variations; specifically, no HABs were found during the summer of 2015, blooms of Dictyocha occurred in 2016 and 2017, and dense blooms of Heterosigma and Noctiluca occurred in 2018. In addition, HA prevalence corresponded with negative effects observed in local aquaculture facilities where higher toxins concentrations (causing Paralytic and Diarrhetic Shellfish Poisonings) in shellfish flesh were detected during years with greater abundance of Alexandrium and Dinophysis . Furthermore, salmon mass mortality at fish farms corresponded to years with high concentrations of Heterosigma and Dictyocha . As such, these results highlight the need for long-term data to evaluate the potential role of HA as a stressor on the SoG ecosystem.
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 | 0,002 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,000 |
| 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 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 ».