Extreme weather events threaten biodiversity and functions of river ecosystems: evidence from a meta‐analysis
Notice bibliographique
Résumé
Both gradual and extreme weather changes trigger complex ecological responses in river ecosystems. It is still unclear to what extent trend or event effects alter biodiversity and functioning in river ecosystems, adding considerable uncertainty to predictions of their future dynamics. Using a comprehensive database of 71 published studies, we show that event - but not trend - effects associated with extreme changes in water flow and temperature substantially reduce species richness. Furthermore, event effects - particularly those affecting hydrological dynamics - on biodiversity and primary productivity were twice as high as impacts due to gradual changes. The synthesis of the available evidence reveals that event effects induce regime shifts in river ecosystems, particularly affecting organisms such as invertebrates. Among extreme weather events, dryness associated with flow interruption caused the largest effects on biota and ecosystem functions in rivers. Effects on ecosystem functions (primary production, organic matter decomposition and respiration) were asymmetric, with only primary production exhibiting a negative response to extreme weather events. Our meta-analysis highlights the disproportionate impact of event effects on river biodiversity and ecosystem functions, with implications for the long-term conservation and management of river ecosystems. However, few studies were available from tropical areas, and our conclusions therefore remain largely limited to temperate river systems. Further efforts need to be directed to assemble evidence of extreme events on river biodiversity and functioning.
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 | 0,004 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,009 | 0,011 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,002 | 0,005 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».