MétaCan
Menu
Retour à la cohorte
Enregistrement W4387042435 · doi:10.1111/fwb.14181

Integrating hydrological connectivity and zooplankton composition in Arctic ponds and lakes

2023· article· en· W4387042435 sur OpenAlexafffundabout
Pénélope Blackburn‐Desbiens, Guillaume Grosbois, Michael Power, Joseph M. Culp, Milla Rautio

Notice bibliographique

RevueFreshwater Biology · 2023
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal ecosystems
Établissements canadiensWilfrid Laurier UniversityCenter for Northern StudiesUniversity of WaterlooUniversité du Québec à Chicoutimi
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaW. Garfield Weston FoundationArcticNetPolar Knowledge Canada
Mots-clésZooplanktonAbundance (ecology)EcologyArcticBiomass (ecology)Environmental scienceBranchiopodaBayHydrobiologyPaleolimnologyBiologyCladoceraOceanographyClimate changeAquatic environment

Résumé

récupéré en direct d'OpenAlex

Abstract Arctic landscapes are characterised by their numerous ponds and lakes. With increased climate warming and consequent changes in hydrological connectivity, the ecology of many of these waterbodies is expected to change. We sampled 13 ponds and 22 lakes for zooplankton and various limnological and physical environmental variables in the vicinity of Cambridge Bay, Nunavut (69.1169° N, 105.0597° W), with the aim of testing how well the degree of hydrological connectivity explained patterns in species composition and abundance and contributed to crustacean production. Ponds were hydrologically isolated while the lakes were arranged in four lake chains and ranged from the headwaters to highly inter‐connected lakes receiving water from one to 768 upstream lakes. In all sites combined, 77 zooplankton species were found, including 56 rotifers, six copepods, 11 cladocerans, two fairy shrimp species, a mysid, and a tadpole shrimp. We show that the zooplankton communities differed between hydrologically isolated (ponds) and connected (lakes) systems, with 17 species unique to ponds and 20 to lakes. Furthermore, the communities were more similar within lake chains and hence in lakes closer to each other. In ponds, distances between waterbodies had no impact on community similarity. Zooplankton abundance was higher in lakes (255 ind/L) than in ponds (65 ind/L) due to the higher number of rotifers that accounted for nearly 80% of the zooplankton abundance in lakes. In ponds, rotifers, cladocerans, and copepods were equally abundant. In terms of biomass, cladocerans represented 65% of total biomass in all waterbodies except for a chain of deep lakes that had abundant fish communities. In these lakes, cladoceran abundance and biomass were low and probably limited by fish predation. Zooplankton production was higher in ponds (4.6 mgC m−3 day−1) than in lakes (1.7 mgC m−3 day−1), and within lakes was lowest in the chain composed of large lakes (1.3 mgC m−3 day−1). The high production in ponds was closely linked to high zooplankton biomass and further explained by high gross primary production supported by relatively high nutrient concentrations in these shallow systems. Our study emphasises that hydrological connectivity is key to shaping zooplankton communities, although fish presence also appears to affect them. It shows that isolated ponds (that currently account for c83% of all waterbodies on southern Victoria Island) are hotspots of aquatic biological productivity that probably play an essential role in Arctic freshwater landscapes. Finally, our study provides critical baseline information on the current composition of Arctic zooplankton communities important for estimating climate change impacts.

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 enseignants0,060
Score d'incertitude au seuil0,119

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 technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,216
Écart entre enseignants0,203 · 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

Citations23
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFreshwater BiologyMême sujetMarine and coastal ecosystemsTravaux en français237 207