A Kick in the Headwaters: Evaluating a Macroinvertebrate Sampling Method for Ecological Condition Monitoring in Small Streams
Notice bibliographique
Résumé
ABSTRACT Small streams dominate river networks and collectively support high biodiversity, but are rarely included in regulatory biomonitoring programmes. Macroinvertebrate communities are effective biomonitors of ecological condition and are routinely collected using 3‐min ‘kick’ samples. However, this 3‐min duration may not be suitable for small streams, which typically support fewer taxa at lower densities than larger rivers of equivalent condition. We evaluated the kick‐sampling method at 30 sites representing a national small stream monitoring network. At each site, we collected three 5‐min kick samples in 10 0.5‐min component parts. We used the families collected in 15 min to represent ‘total’ site‐scale taxonomic richness, then determined the duration needed to sample ≥ 65% of these taxa (a method and target comparable to those used in larger rivers). We also determined the sampling duration at which an average score per taxon (ASPT) biomonitoring index stabilized. Considering all streams, on average, 2.5‐min durations captured ≥ 65% of taxa, but 3.5 min was required to reach this target in temporary streams, because numerous taxa occurred at low abundance. Only 54% of samples contained ≥ 65% of taxa after 2.5 min, compared to 70% after 3 min. In most streams, the ASPT stabilized after 2 min, whereas 3 min was required to meet this target in temporary streams. Considering the variation around any estimate of capture rates introduced by natural variability, taxonomic resolution and operator error, we suggest 3 min as the most robust sampling duration to enable condition monitoring in individual small streams and comparison with larger rivers.
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 | 0,002 | 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) | 0,000 | 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 ».