Monitoring bay-scale bivalve aquaculture ecosystem interactions using flow cytometry
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Bay-scale empirical demonstrations of how bivalve aquaculture alters plankton composition, and subsequently ecological functioning and higher trophic levels, are lacking. Temporal, inter- and within-bay variation in hydrodynamic, environmental, and aquaculture pressure limit efficient plankton monitoring design to detect bay-scale changes and inform aquaculture ecosystem interactions. Here, we used flow cytometry to investigate spatio-temporal variations in bacteria and phytoplankton (< 20 µm) composition in four bivalve aquaculture embayments. We observed higher abundances of bacteria and phytoplankton in shallow embayments that experienced greater freshwater and nutrient inputs. Depleted nutrient conditions may have led to the dominance of picophytoplankton cells, which showed strong within-bay variation as a function of riverine vs freshwater influence and nutrient availability. Although environmental forcings appeared to be a strong driver of spatio-temporal trends, results showed that bivalve aquaculture may reduce near-lease phytoplankton abundance and favor bacterial growth. We discuss aquaculture pathways of effects such as grazing, benthic-pelagic coupling processes, and microbial biogeochemical cycling. Conclusions provide guidance on optimal sampling considerations using flow cytometry in aquaculture sites based on embayment geomorphology and hydrodynamics.
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.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,059 |
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 découle