MétaCan
Menu
Retour à la cohorte
Enregistrement W4308914385 · doi:10.1139/cjfas-2022-0134

The influence of stream tributaries to lakes and upstream forest harvest on benthic, lake delta communities

2022· article· en· W4308914385 sur OpenAlexafffundvenue
Mariella H. J. Becu, Tracy A. Michalski, John S. Richardson

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensGovernment of British ColumbiaUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of British Columbia
Mots-clésBenthic zoneSTREAMSRiparian zoneTributaryEnvironmental scienceEcologyHabitatInvertebrateHydrology (agriculture)GeographyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Lake deltas (LDs) receive nutrient and energy subsidies from upstream habitats. These inputs can support LD benthic production. However, LDs may also receive impacts from upstream disturbance. Small lakes in coastal British Columbia often have inflow streams from areas with forest harvesting, which is pervasive in this region. Forest harvesting impacts can alter stream production, although downstream impacts on lakes, compared to streams, are less studied and understood. We aimed to test whether benthic LD communities (biofilm and invertebrates) are more productive and (or) diverse compared to other communities along the lakeshore (LS) (non-LDs), and whether there are differences in LD communities associated with upstream harvesting. We compared LD communities with upstream riparian areas that were harvested (HLD) or relatively undisturbed (ULD), and LS sites. We found that while community structure was similar across sites, ULDs had higher biofilm and invertebrate standing stocks (1.5- and 2-times higher, respectively) than HLDs and LS sites. Our results suggest subsidies and benthic production were higher at ULDs. These results advance our understanding of forest harvesting disturbance and stream-lake 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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,175
Score d'incertitude au seuil0,347

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,013
Tête enseignante GPT0,204
Écart entre enseignants0,192 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2022
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207