Le spectre de taille est une relation inverse et allométrique de mise à l'échelle entre la masse corporelle moyenne (M) et la densité (D) des individus au sein d'une communauté écologique ou d'un réseau alimentaire. Fait important, le spectre de la taille suppose que la taille individuelle, plutôt que les caractéristiques comportementales ou d'histoire de vie des espèces, est le principal déterminant de l'abondance au sein d'un écosystème. Ainsi, contrairement aux relations allométriques traditionnelles qui se concentrent sur les données au niveau des espèces (p. ex., la taille corporelle des espèces moyennes par rapport à la densité de population), les analyses des spectres de taille sont « ataxiques » - les spécimens individuels ne sont identifiés que par leur taille, sans tenir compte de l'identité taxonomique. Les modèles de spectres de taille sont des représentations efficaces des réseaux alimentaires traditionnels et complexes et peuvent être utilisés dans des contextes descriptifs et prédictifs (p. ex., prédire les réponses des grands consommateurs aux changements dans les ressources basales). Des études empiriques provenant de divers écosystèmes aquatiques ont également fait état de niveaux modérés à élevés de similitude dans les pentes spectrales de taille, ce qui suggère que des processus communs peuvent réguler l'abondance des petits et grands organismes dans des milieux très différents. Il s'agit d'un protocole pour modéliser le spectre de taille au niveau communautaire dans les cours d'eau pataugés. Le protocole se compose de trois étapes principales. Tout d'abord, recueillir des échantillons quantitatifs de poissons benthiques et d'invertébrés qui peuvent être utilisés pour estimer les densités locales. Deuxièmement, normaliser les données sur les poissons et les invertébrés en convertissant tous les individus en unités d'ataxique (c.-à-d. les individus identifiés par la taille, indépendamment de l'identité taxonomique), et en résumant les individus dans des bacs de taillelog 2. Troisièmement, utilisez la régression linéaire pour modéliser la relation entre les estimations ataxiques M et D. Des instructions détaillées sont fournies ici pour compléter chacune de ces étapes, y compris un logiciel personnalisé pour faciliter l'estimation D et la modélisation des spectres de taille.