MétaCan
Menu
Retour à la cohorte
Enregistrement W4406027488 · doi:10.1007/s10021-024-00955-4

Linking Fire, Food Webs, and Fish in Stream Ecosystems

2025· article· en· W4406027488 sur OpenAlexaff
David A. Roon, J. Ryan Bellmore, Joseph R. Benjamin, François‐Nicolas Robinne, Rebecca Flitcroft, Jana E. Compton, Joseph L. Ebersole, Jason B. Dunham, Kevin D. Bladon

Notice bibliographique

RevueEcosystems · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFire effects on ecosystems
Établissements canadiensBritish Columbia Salmon Farmers AssociationPacific Salmon FoundationCanadian Forest Service
Organismes subventionnairesU.S. Forest ServiceU.S. Environmental Protection Agency
Mots-clésPeriphytonEnvironmental scienceFood webEcosystemRiparian zoneTrophic levelBiomass (ecology)EcologyAquatic ecosystemLake ecosystemBiologyHabitat

Résumé

récupéré en direct d'OpenAlex

As wildfire regimes shift, resource managers are concerned about potential threats to aquatic ecosystems and the species they support, especially fishes. However, predicting fish responses can be challenging because wildfires affect aquatic ecosystems via multiple pathways. Application of whole-ecosystem approaches, such as food web modeling, can act as heuristic tools that offer valuable insights that account for these different mechanisms. We applied a dynamic food web simulation model that mechanistically linked stream trophic dynamics to the myriad effects that wildfires can have on aquatic and riparian ecosystems at a local stream reach-scale. We simulated how wildfires of different severity may influence short- (months to years) and long-term (years to decades) periphyton, aquatic invertebrate, and fish biomass dynamics in forested headwater streams of the western Pacific Northwest (USA). In many cases, wildfire increased modeled periphyton, invertebrate, and fish biomass over both short- and long-time periods. However, modeled responses varied extensively in their direction (that is, positive or negative), magnitude, and duration depending on fire severity, time since fire, and trophic level. The shapes of these response trajectories were especially sensitive to predicted wildfire effects on water temperature, canopy cover, riparian shading, and instream turbidity. Model simulations suggest a single fire could result in a wide range of aquatic ecosystem responses, especially in watersheds with mixed burn severity. Our analysis highlights the utility of whole-ecosystem approaches, like food web modeling, as heuristic tools for improving our understanding of the mechanisms linking fire, food webs, and fish and for identifying contexts where fires could have deleterious impacts on fishes. Supplementary Information: The online version contains supplementary material available at 10.1007/s10021-024-00955-4.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,826
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,005
Tête enseignante GPT0,200
Écart entre enseignants0,195 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcosystemsMême sujetFire effects on ecosystemsTravaux en français237 207