Heatwave‐mediated decreases in phytoplankton quality negatively affect zooplankton productivity
Notice bibliographique
Résumé
Abstract Climate change is expected to increase the frequency of extreme temperature events. The effect of heatwaves on phytoplankton is of particular concern because they are a key source of C, N, P and essential fatty acids to aquatic ecosystems. Laboratory studies have demonstrated that phytoplankton grown at warmer temperatures are a lower quality food source, but how heatwaves affect phytoplankton quality at the community scale is currently unclear. Here we address this knowledge gap by growing natural assemblages of freshwater phytoplankton at “ambient”, “constant warming” or “heatwave” conditions. We next fed these phytoplankton communities to natural assemblages of zooplankton to test the prediction that zooplankton that consume heatwave‐exposed phytoplankton will exhibit reductions in biomass. Our experiment demonstrated that zooplankton that consumed “heatwave” phytoplankton attained lower community biomass than those fed “constant warming” or “ambient” phytoplankton. Additionally, despite receiving similar total heat input, phytoplankton exposed to “heatwave” conditions contained lower C, N, P and fatty acid concentrations compared to phytoplankton grown in “constant warming” conditions. Correlations between zooplankton biomass and all measured phytoplankton traits revealed that decreases in zooplankton biomass were best explained by low quantities of C, N and monounsaturated fatty acids in “heatwave” phytoplankton. Our study demonstrates that the effects of heatwaves on phytoplankton quality are clearly distinct from those caused by constant warming temperatures and that heatwave‐mediated decreases in resource quality have immediate effects on consumer productivity. Read the free Plain Language Summary for this article on the Journal blog.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| 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 | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».