MétaCan
Menu
Retour à la cohorte
Enregistrement W4292714714 · doi:10.1002/lol2.10278

Interactive effects of increasing chloride concentration and warming on freshwater plankton communities

2022· article· en· W4292714714 sur OpenAlexafffundabout
Alexandra McClymont, Shelley E. Arnott, James A. Rusak

Notice bibliographique

RevueLimnology and Oceanography Letters · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueSmart Materials for Construction
Établissements canadiensMinistry of the Environment, Conservation and ParksQueen's University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésZooplanktonPlanktonMesocosmEnvironmental sciencePhytoplanktonChlorideAquatic ecosystemSpecies richnessFreshwater ecosystemWater qualityEnvironmental chemistryEcologyEcosystemOceanographyChemistryBiologyNutrientGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Across the Northern hemisphere, chloride concentrations in lakes are increasing from decades of road salt use, threatening aquatic ecosystems. Zooplankton are sensitive to increasing chloride but few studies have considered how additional stressors, such as soft water or increasing lake temperatures interact with the negative effects of chloride. To determine the effects of increasing chloride and temperature on freshwater zooplankton and phytoplankton communities, we conducted a mesocosm experiment using 30 concentrations of chloride from ambient levels to 1500 mg L −1 , ambient or warmed (+2.7°C) temperatures, and plankton from a softwater lake. We compared the results with current Canadian Water Quality Guidelines (CWQG) for chronic exposure to chloride. Although warming elicited little response, increasing chloride concentrations led to reduced zooplankton biomass and richness, even at concentrations below the CWQG, and an increase in cyanobacteria abundance, suggesting that policies regulating road salt application should be reevaluated to better protect aquatic ecosystems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,079
Score d'incertitude au seuil0,331

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,004
Tête enseignante GPT0,185
Écart entre enseignants0,181 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations22
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueLimnology and Oceanography LettersMême sujetSmart Materials for ConstructionTravaux en français237 207