Challenges for Diadromous Fishes in a Dynamic Global Environment
Notice bibliographique
Résumé
<em>Abstract</em>.-While there has been much recent research conducted on the effects of semelparous anadromous (sea-run) fishes on nutrient cycling and productivity in freshwater lakes, we know very little about how iteroparous anadromous fishes may affect these processes and ecosystems. Although iteroparous sea-run fishes do not contribute mass postspawning carcass additions to freshwater systems, nutrients may still be transported from marine to freshwater environments through deposition of eggs, metabolic losses, and postspawning/overwintering mortality. As well, some iteroparous sea-run species spend significant time growing to juvenile and smolt stages in freshwater where they may affect top-down or bottom-up changes in food web structure. The goals of this study were to (1) conduct a preliminary investigation into the effect of sea-run Arctic char <em>Salvelinus alpinus </em>on food web structure in coastal lakes in the central Canadian Arctic, and (2) semiquantitatively assess the direction of net nutrient transport achieved by anadromous Arctic char during annual migrations to the sea. In 2006, fishes and macroinvertebrates were collected from four lakes near Hope Bay, Nunavut, and analyzed for stable C, N, and S isotopes to examine food web structure and anadromy. Preliminary results indicate that the presence of sea-run Arctic char may impact the ?<sup>15</sup>N-determined trophic position and condition of sympatric populations of lake trout <em>S. namaycush</em>. When stable S isotope results were applied to a two-source mixing model, marine food items accounted for 84-100% of the diet of mature, anadromous Arctic char. A semiquantitative assessment of char-mediated nutrient transport between marine and freshwater environments at Nauyuk Lake, Nunavut, indicated that masses of nutrients imported by char to freshwater systems are likely negligible in relation to ambient water chemistry. There was significant among-year variability in the magnitude and direction of nutrient transport, and the complex life history of anadromous Arctic char requires more research before detailed nutrient budgets can be calculated.
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) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».