MétaCan
Menu
Retour à la cohorte
Enregistrement W4387374917 · doi:10.1038/s41598-023-44012-x

Tipping point arises earlier under a multiple-stressor scenario

2023· article· en· W4387374917 sur OpenAlexafffund
Charlotte Carrier‐Belleau, Ludovic Pascal, Scott D. Tiegs, Christian Nozais, Philippe Archambault

Notice bibliographique

RevueScientific Reports · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcosystem dynamics and resilience
Établissements canadiensUniversité du Québec à RimouskiUniversité Laval
Organismes subventionnairesFonds de recherche du Québec – Nature et technologiesFisheries and Oceans CanadaBelmont ForumNatural Sciences and Engineering Research Council of CanadaInstitut Nordique De Recherche En Environnement Et En Santé Au TravailMarine Environmental Observation Prediction and Response Network
Mots-clésStressorDreissenaEcosystemEcologyEnvironmental scienceTipping point (physics)Cumulative effectsIntrusionZebra musselBiologyMusselNeuroscienceMolluscaGeologyBivalvia

Résumé

récupéré en direct d'OpenAlex

Anthropogenic impacts and global changes have profound implications for natural ecosystems and may lead to their modification, degradation or collapse. Increases in the intensity of single stressors may create abrupt shifts in biotic responses (i.e. thresholds). The effects of multiple interacting stressors may create non-additive responses, known as synergistic or antagonistic interactions. Here we combine both concepts-ecological thresholds and interactions between multiple stressors-to understand the effects of multiple interacting stressors along environmental gradients, and how this can affect the occurrence of thresholds. Using an experimental approach to investigate the effect of nutrient enrichment and saltwater intrusion on mortality in the zebra mussel, Dreissena polymorpha, we show that multiple stressors can create thresholds at lower levels of an environmental gradient. Our results reveal a major shortcoming in how we currently investigate these two ecological concepts, as considering them separately may be causing underestimation of thresholds and stressor-interaction 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 distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,142
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,002

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 Opus0,012
Tête enseignante GPT0,225
Écart entre enseignants0,213 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations29
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetEcosystem dynamics and resilienceTravaux en français237 207