Climate change amplifies the risk of potentially toxigenic cyanobacteria
Notice bibliographique
Résumé
Cyanobacterial blooms pose a significant threat to water security, with anthropogenic forcing being implicated as a key driver behind the recent upsurge and global expansion of cyanobacteria in modern times. The potential effects of land-use alterations and climate change can lead to complicated, less-predictable scenarios in cyanobacterial management, especially when forecasting cyanobacterial toxin risks. There is a growing need for further investigations into the specific stressors that stimulate cyanobacterial toxins, as well as resolving the uncertainty surrounding the historical or contemporary nature of cyanobacterial-associated risks. To address this gap, we employed a paleolimnological approach to reconstruct cyanobacterial abundance and microcystin-producing potential in temperate lakes situated along a human impact gradient. We identified breakpoints (i.e., points of abrupt change) in these time series and examined the impact of landscape and climatic properties on their occurrence. Our findings indicate that lakes subject to greater human influence exhibited an earlier onset of cyanobacterial biomass by 40 years compared to less-impacted lakes, with land-use change emerging as the dominant predictor. Moreover, microcystin-producing potential increased in both high- and low-impact lakes around the 1980s, with climate warming being the primary driver. Our findings chronicle the importance of climate change in increasing the risk of toxigenic cyanobacteria in freshwater resources.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».