Diversité des macroinvertébrés benthiques des rivières du nord-est de l’île d’Idjwi, République Démocratique du Congo
Bibliographic record
Abstract
La présente étude a pour but de déterminer la diversité des macroinvertébrés benthiques afin de connaitre la qualité de l’eau des rivières de la partie nord-est de l’île d’Idjwi, République Démocratique du Congo (RDC). Les macroinvertébrés ont été récoltés du 1er juin au 7 septembre 2017 dans quatre rivières : Nyamisheke, Tama, Miriri et Nyahonga. Huit campagnes d’échantillonnage étaient organisées et 32 prélèvements effectués dans 20 sites (5 sites par rivière) en se servant d’un filet troubleau. Les résultats obtenus révèlent un total de 5531 spécimens capturés. Ces macroinvertébrés sont répartis en 3 embranchements (arthropodes, mollusques et annélides), 5 classes (insectes, crustacés, gastéropodes, oligochètes et achètes), 11 ordres et 43 familles. Leur abondance relative varie d’une rivière à une autre, Nyamisheke (31%), Tama (28%), Miriri (25%) et Nyahonga (16%) bien que la différence ne soit pas significative (χ² = 1,9104 ; p-Value = 0,5912). Il en est de même pour l’indice de Shannon calculé, qui varie de 1,4 à 2,6, traduisant une disproportion de la diversité dans les sites, mais cette variation n’est pas liée à la différence des sites (F= 1,758 ; p-Value 0,196). Globalement, les stations situées en amont de chaque rivière sont plus diversifiées que celles situées en aval. Cependant, les valeurs de l’Indice biologique global normalisé (IBGN) indiquent une pollution importante dans les quatre rivières, provenant des multiples activités anthropiques (surexploitation du sable, pêche, vaisselle, baignade, lessivage et présence de déchets organiques agricoles) qui se font dans et autour de ces rivières. Cette pollution excessive influe négativement sur la diversité et l’abondance des macroinvertébrés. Ainsi, des mesures devraient être appliquées par les structures compétentes pour décourager ces activités anthropiques afin de préserver la santé de ces rivières et des populations humaines.
Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.
How this classification was reachedexpand
Full frame machine prediction
Teacher imitationNot calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.000 | 0.001 |
| Meta-epidemiology (narrow) | 0.000 | 0.000 |
| Meta-epidemiology (broad) | 0.000 | 0.000 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.001 | 0.000 |
| Scholarly communication | 0.001 | 0.000 |
| Open science | 0.000 | 0.000 |
| Research integrity | 0.000 | 0.000 |
| Insufficient payload (model declined to judge) | 0.001 | 0.000 |
Machine scores (provisional)
The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.
Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".