Contrasting resistance and resilience trajectories of zooplankton communities in restored fishless alpine lakes
Notice bibliographique
Résumé
Abstract Catastrophic state changes often occur in ecosystems as consequences of shifts in the dominant life forms, such as in the case of sportfish introduction into naturally fishless mountain lakes. While the pronounced ecological displacement of native communities by these novel predators (i.e., weak resistance) is well documented, few studies have also examined the dynamics of their recovery rates (i.e., “engineering resilience”) following stressor removal. We addressed this knowledge gap by quantifying the taxonomic and species trait‐based ordination trajectories of crustacean zooplankton communities in stocked alpine lakes, which differed in how they were restored to a natural fishless state over a period of six decades. Resilience and resistance trajectories differed in each lake as the ecological importance of trait‐based species recolonization potential (e.g., asexual vs. sexual reproduction) replaced that of tolerance of size‐selective predation by fish (e.g., body size, pigmentation, motility). As a result, re‐establishment of large‐bodied zooplankton following the elimination of fish restored annual secondary production. In contrast, a more gradual unidirectional ordination trajectory toward smaller zooplankton body size and a decline in total zooplankton biomass occurred in a nearby alpine lake containing a protected native bull trout population. Although recovery trajectories returned via routes that differed from those of earlier resistance trajectories (i.e., hysteresis), we discovered that full taxonomic and functional recovery was realized in all the restored fishless lakes within three decades, regardless of the approach used to achieve ecosystem 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 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) | 0,001 | 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 tête enseignante, 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 ».