English (United Kingdom)

https://curated-unify.zendy.io/wp-json/zendy-region/v1/featured_content/oa?rat=en

https://curated-unify.zendy.io/wp-json/zendy-region/v1/highlighted_journal/

Global: Zendy Plus annual

Presents the access of premium content as premium feature

Premium Content

Presents the keyphrase highlighting as premium feature

Keyphrase Highlighting

Presents the summarisation as premium feature

Summarisation

Insights

Presents the pdf analysis as premium feature

PDF Analysis

Presents the zaia usage as premium feature

ZAIA

Global: Zendy Tools annual

Global: Zendy Free Plan

Global: Zendy Tools monthly

Global: Zendy Plus monthly

v. 25, n. 4, p. 406-417, out./dez., 2013Objetivo: Avaliamos cinco sistemas de classificação de riachos observando:1) diferenças na riqueza, abundância e composição da comunidade de invertebradosem riachos entre as classes das classificações utilizadas e 2) qual o melhor esquema declassificação usando macroinvertebrados. Concomitante, avaliamos os efeitos da resoluçãotaxonômica e tipo de dados (abundância e presença/ausência) sobre os resultados.Métodos: Cinco sistemas de classificação de riachos foram adotados, sendo dois baseadosem hidrorregiões, ecorregiões aquáticas, ordem do rio e a partir do agrupamento devariáveis ambientais amostradas em 37 riachos no estado do Rio Grande do Sul, Brasil.Utilizamos um teste de aleatorização e uma db-MANOVA para avaliar diferenças nariqueza, abundância e comunidades entre as classes de riacho para cada classificaçãoutilizada. Usamos a força de classificação (CS) para medir o desempenho dos sistemasde classificação adotados. Resultados: Houve diferenças na riqueza e abundância entreas classes de rios dentro de cada classificação e o mesmo resultado foi observado paraa comunidade como um todo, exceto para o nível de família na classificação usandoordens de rio. A classificação baseada no agrupamento de variáveis ambientais mostrou maiores valores que os demais sistemas de classificação. A resolução taxonômica foi umfator importante, embora os dados no nível de gênero tenham apresentado valores de CSapenas 12% maiores do que aqueles observados para família, para a classificação baseadano agrupamento de variáveis. Conclusão: Nossos resultados indicam que classificaçõesbaseadas em variáveis ambientais são melhores do que os outros sistemas de classificação,e que monitoramentos baseados em famílias podem responder tão bem quanto o nívelde gênero num contexto geográfico similar ao deste estudo.Aim: We evaluated five stream classification systems observing: 1) differencesin richness, abundance and macroinvertebrates communities among stream classeswithin classification systems; and 2) whether classification systems present betterperformance using macroinvertebrates. Additionally, we evaluated the effects of taxonomicresolution and data type (abundance and presence) on results. Methods: Five streamclassification systems were used, two based on hydroregions, one based on ecoregionsby FEOW, a fourth one based on stream orders and the last one based on clusters ofenvironment variables sampled in 37 streams at Rio Grande do Sul state, Brazil. We useda randomization test to evaluate differences of richness and abundance, a db-MANOVAto evaluate the differences of species assemblages and Classification Strength (CS) toevaluate the classifications performance. Results: There were differences of richness andabundance among stream classes within each stream classification. The same result wasfound for community data, except for stream order classifications in family level. Weobserved that stream classes obtained for each stream classification differed in terms ofenvironment variables (db-MANOVA). The classification based on environment variablesshowed higher CS values than other classification systems. The taxonomic resolutionwas important to the observed results. Data on genera level presented CS values 12%higher than family level for cluster classification, and the data type was dependent onthe classification system and taxonomic resolution employed. Conclusion: Our resultsindicate that classifications based on cluster of environment variables was better thanother stream classification systems, and similar results using genera level can be obtainedfor management programs using family resolution in a geographical context similar tothis study

Comparing the performance of different stream classification systems using aquatic macroinvertebrates