MétaCan
Menu
Retour à la cohorte
Enregistrement W4389870139 · doi:10.1177/00368504231219335

Can datasets from long-term biomonitoring programs detect climate change effects on stream benthos?

2023· article· en· W4389870139 sur OpenAlexafffundabout
Robert C. Bailey, Trefor B. Reynoldson

Notice bibliographique

RevueScience Progress · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensOntario Tech University
Organismes subventionnairesMinistry of EnvironmentUniversity of Ontario Institute of Technology
Mots-clésClimate changeSTREAMSEnvironmental scienceBenthosEcosystemSampling (signal processing)Environmental changePhysical geographyDrainage basinAbiotic componentEcologyBiomonitoringBeta diversityPeriod (music)GeographyBiodiversityBenthic zoneBiologyCartography

Résumé

récupéré en direct d'OpenAlex

We analyzed datasets from a long-term monitoring program of stream ecosystems in British Columbia, Canada, to determine whether or not it could detect climate change effects. In the Fraser River Basin (monitoring timespan 1994-2019), there was a marked (∼50%) increase in alpha diversity in reference streams, while BC North Coast (2004-2021) streams showed a modest trend of decreasing diversity and Columbia River Basin (2003-2018) and Vancouver Island (2001-2019) streams showed modestly increasing diversity. In all four regions, diversity across all sites in a specific period was primarily a function of sampling effort during this period rather than a temporal trend. Across all the regions, only three of 21 groups of faunally similar sites defined by Reference Condition Approach predictive modeling showed a suggestion of a directional change in community structure over time. Only 1 of 15 reference sites that were repeatedly sampled over several years showed a pattern that may indicate a response to changing climate. Three, not mutually exclusive, reasons why we did not see a clear effect of climate change on BC stream ecosystems were: 1) Little or no effect of climate change relative to other, potentially interacting biotic and abiotic factors, 2) The timespan of monitoring was too short to detect cumulative effects of climate change, and, most importantly, 3) The sampling design and protocol were unable to detect climate change effects. To better detect and characterize the effects of climate change on streams in monitoring programs, we recommend annual re-sampling of a few reference sites and detailed analysis of the natural and human environment of the sites along with better characterization of the benthic community (e.g. with eDNA) at all monitored sites.

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)0,005
score de la tête « metaresearch » (Gemma)0,018
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 enseignants0,170
Score d'incertitude au seuil0,338

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,018
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,005
Études des sciences et des technologies0,0010,000
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
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 Opus0,031
Tête enseignante GPT0,284
Écart entre enseignants0,253 · 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

Citations3
Publié2023
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScience ProgressMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207