Differential effects of freshwater browning across fish species: consequences for individual‐ to community‐level fish traits in north temperate lakes
Notice bibliographique
Résumé
The browning of freshwater ecosystems is increasingly evident in temperate and northern regions, with widespread ramifications for lake physics, chemistry, and biology. Contrasting results on how freshwater browning may impact fish have been reported, but there has been no comprehensive examination of how browning may cause cascading effects on individual- to population- to community-level traits of freshwater fishes. We addressed this knowledge gap by summarizing the existing literature and conducting a series of original analyses to: (i) explore the effects of a brown water gradient on populations of eight economically important species of fish across 871 lakes; and (ii) examine how a brown water gradient may influence community trait compositions across 303 lakes. From our literature synthesis, we found that fish growth is often negatively associated with browner waters, despite browning generally showing no effect on fish foraging. We also demonstrated that browner waters had greater abundances of northern pike (Esox lucius) and walleye (Sander vitreus), but lower numbers of lake trout (Salvelinus namaycush), yellow perch (Perca flavescens), largemouth bass (Micropterus salmoides), smallmouth bass (M. dolomieu), and lake whitefish (Coregonus clupeaformis). Moreover, we showed that fish communities were significantly more likely to contain species with larger eyes in browner lakes. Lastly, we examined relationships between various metrics of browning (i.e. dissolved organic carbon, Secchi transparency, water colour) and present a framework for how the effects of freshwater browning on fish may scale from individuals to populations to communities.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| 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 ».