Eutrophication and Warming Drive Algal Community Shifts in Synchronised Time Series of Experimental Lakes
Notice bibliographique
Résumé
Lake ecosystems are increasingly impacted by eutrophication and climate change. Whole-lake experiments have provided ecosystem-scale insights into the effects of freshwater stressors, yet these are constrained to the duration of monitoring programmes. Here, we leveraged multidecadal monitoring records and century-scale paleogenetic reconstructions for experimentally fertilised and unmanipulated lakes in the IISD Experimental Lakes Area of northwestern Ontario, Canada, to evaluate the responses of algal communities to nutrient and air temperature variation. We first validated the paleogenetic analysis of sediment DNA by demonstrating the synchrony of algal community changes with monitoring records. Algal communities underwent significant compositional shifts across experimental nutrient loading regimes and climate periods, with baseline assemblages informed by paleogenetics. Nonlinear regression modelling of algal community change in monitoring and paleogenetic time series showed the expected response that nutrients were strong drivers in fertilised lakes. Paleogenetic records reflected the century-scale impacts of climate warming and its combined effects with eutrophication, previously underestimated by monitoring. The synergy between eutrophication and warming points to eutrophic priming of the food web to respond to rising temperatures. Overall, the paleogenetic integration of algal diversity across habitats and seasons enables the detection of slow-acting climate change on lake ecosystems increasingly altered by nutrient pollution.
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 | 0,000 | 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) | 0,001 | 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 ».