Fish and macroinvertebrate assemblages reveal extensive degradation of the world's rivers
Notice bibliographique
Résumé
Rivers suffer from multiple stressors acting simultaneously on their biota, but the consequences are poorly quantified at the global scale. We evaluated the biological condition of rivers globally, including the largest proportion of countries from the Global South published to date. We gathered macroinvertebrate- and fish-based assessments from 72,275 and 37,676 sites, respectively, from 64 study regions across six continents and 45 nations. Because assessments were based on differing methods, different systems were consolidated into a 3-class system: Good, Impaired, or Severely Impaired, following common guidelines. The proportion of sites in each class by study area was calculated and each region was assigned a Köppen-Geiger climate type, Human Footprint score (addressing landscape alterations), Human Development Index (HDI) score (addressing social welfare), % rivers with good ambient water quality, % protected freshwater key biodiversity areas; and % of forest area net change rate. We found that 50% of macroinvertebrate sites and 42% of fish sites were in Good condition, whereas 21% and 29% were Severely Impaired, respectively. The poorest biological conditions occurred in Arid and Equatorial climates and the best conditions occurred in Snow climates. Severely Impaired conditions were associated (Pearson correlation coefficient) with higher HDI scores, poorer physico-chemical water quality, and lower proportions of protected freshwater areas. Good biological conditions were associated with good water quality and increased forested areas. It is essential to implement statutory bioassessment programs in Asian, African, and South American countries, and continue them in Oceania, Europe, and North America. There is a need to invest in assessments based on fish, as there is less information globally and fish were strong indicators of degradation. Our study highlights a need to increase the extent and number of protected river catchments, preserve and restore natural forested areas in the catchments, treat wastewater discharges, and improve river connectivity.
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 | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 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 ».