Zooplankton diversity in highly urbanized ponds: The role of road salt is not reflected by watershed impervious cover
Notice bibliographique
Résumé
Abstract Urban ecosystems are structured by multiple anthropogenic stressors, yet despite the increasing extent and rate of urbanization worldwide, the ecological consequences of excessive road salt application and other urban phenomena remain poorly resolved. To advance understanding of these drivers and their effects on aquatic ecosystems, we collected zooplankton and associated environmental data from 50 permanent stormwater management ponds in Brampton, Canada. Generalized linear regression analysis revealed that zooplankton richness and diversity were strongly influenced by chloride and nitrate, with chloride having a strong negative effect. Community uniqueness was greatest in ponds with elevated calcium, while the presence of fish and higher pH levels promoted community homogeneity. Redundancy analysis showed that zooplankton beta‐diversity was mainly impacted by water chemistry, which explained the most variation in zooplankton composition (9.2%), whereas watershed impervious cover explained none (0%). Surprisingly, despite strong negative impacts of chloride from road salts on multiple dimensions of zooplankton diversity, structural equation models failed to detect any direct or indirect effects of impervious land cover on zooplankton diversity mediated by its influence of water quality on other biotic factors (e.g., fish presence). These findings highlight the limitations of using impervious surfaces as a proxy for the impacts of urbanization on aquatic ecosystem condition but also suggest that reducing salinization may offer meaningful benefits to biodiversity even in densely populated areas.
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) | 0,000 | 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 ».