Linking Fire, Food Webs, and Fish in Stream Ecosystems
Notice bibliographique
Résumé
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 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 | 0,000 |
| 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 ».