Temporal change in urban fish biodiversity—Gains, losses, and drivers of change
Notice bibliographique
Résumé
Abstract Our aim was to examine temporal change in alpha and beta diversity of freshwater fish communities in rivers that have urbanized over the same period to understand the influence of changes in land use and river connectivity on community change. We used biological (2001–2018), land use (2000–2015), and connectivity data (1987–2017) from Toronto, Ontario, Canada. We used linear mixed effects models to determine the strength of upstream land use, connectivity, and their changes over time to explain temporal change in alpha and beta diversity indices. We examined beta diversity using the temporal beta diversity index (TBI) to assess site‐specific community change. The TBI was partitioned into gains and losses, and species‐specific changes in abundance were assessed using paired t‐tests. There were more gains than losses across the study sites as measured by TBI. We found little to no significant differences in species‐specific abundances at aggregated spatial scales (study region, watershed, stream order). We found different relationships between landscape and connectivity variables with the biodiversity indices tested; however, almost all estimated confidence intervals overlapped with zero and had low goodness‐of‐fit. More fish biodiversity gains than losses were found across the study region, as measured by TBI. We found TBI to be a useful indicator of change as it identifies key sites to further investigate. We found two high value TBI sites gained non‐native species, and one site shifted from a cool‐water to warm‐water species dominated community, both of which have management implications. Upstream catchment land use and connectivity had poor explanatory power for change in the measured biodiversity indices. Ultimately, such spatial–temporal datasets are invaluable and can reveal trends in biodiversity useful for environmental management when considering competing interests involved with urban sprawl in the ongoing “Decade on Restoration.”
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».