Evaluation of a decade of management of a North American aquatic invasive species (<i>Nitellopsis obtusa</i>) highlights scale-dependent effectiveness and monitoring gaps
Notice bibliographique
Résumé
Nitellopsis obtusa (starry stonewort) is an invasive macroalga subject to substantial control efforts in the Midwestern United States; however, there has not been systematic evaluation of treatment effectiveness. We synthesized management approaches and outcomes using monitoring performed over a decade-long period across 38 lakes in Indiana, Wisconsin, and Minnesota. Copper-based algaecide treatments were the primary means of control, followed by physical removal methods or combination treatments. Control efforts and associated monitoring data varied by spatial scale, as did surveyors’ N. obtusa sampling methods. At the largest (whole-lake) scale, we found no evidence that algaecide treatments were slowing expansion or reducing abundance of N. obtusa within infested lakes. At smaller, within-lake scales, we found that algaecide and physical treatments could reduce N. obtusa frequency and biomass, but outcomes were highly variable. At the smallest scales, hand pulling was an effective containment strategy for small, localized populations that were detected early. These results highlight the need to set realistic goals for N. obtusa control and develop improved management techniques. There were also critical gaps in monitoring that limited our ability to evaluate treatment effectiveness. In particular, increased monitoring of unmanaged reference lakes and untreated areas within managed lakes is needed.
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 | 0,001 | 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 ».