Assessing coastal zooplankton in the St. Lawrence estuary: spatio-temporal patterns of taxonomic and functional biodiversity
Notice bibliographique
Résumé
Abstract Biodiversity assessment promotes information on the state of an ecosystem. Zooplankton, as a sentinel group at the basis of aquatic food webs, are, thus, an important component to monitor for ecosystem conservation and management. For the first time, we characterized biodiversity of coastal zooplankton along the shallow Northern shoreline of the lower St. Lawrence estuary (LSLE) using an integrated taxonomic and trait-based approach. For 3 years (2019–2021), in July and October, the zooplankton community and environmental parameters were sampled at < 35 m depth. Mesozooplankton were identified at the lowest possible taxonomic level and assigned functional traits. Community structure and diversities revealed high spatio-temporal variations among three different geographic sectors and between seasons, mainly driven by water temperature, Chlorophyll-a concentration and less by salinity. Hotspots of taxonomic and functional diversities occurred in different sectors in the same month, underlining the complementarity of the two approaches. Seasonal shifts in functional diversity hotspots highlight how environmental variability affects biodiversity beyond taxonomic metrics alone. The results of our study in the LSLE establish a first robust baseline to improve our understanding of zooplankton dynamics in the coastal LSLE, to allow future tracking of ongoing change due to the increase of anthropogenic activities and climate changes and to support future monitoring efforts.
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 | 0,005 | 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 | 0,001 |
| 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 ».