Estimating the feeding range of a mobile consumer in a river-flood plain system using δ13C gradients and parasites
Notice bibliographique
Résumé
1. The feeding range of an individual is central to food web dynamics as it determines the spatial scale of predator-prey interactions. However, despite recognition of its importance as a driving force in population dynamics, establishing feeding range is seldom done as detailed information on trophic interactions is difficult to obtain. 2. Biological markers are useful to answer this challenge as long as spatial heterogeneity in signal is present within the area investigated. A spatially complex ecosystem, Lake St. Pierre (LSP), a fluvial lake of the St Lawrence River (Québec, Canada), offered a unique opportunity to determine the feeding range of a secondary consumer, yellow perch (Perca flavescens) using isotopic ratios of carbon (δ(13)C). However, because food chains based on phytoplankton have generally more negative δ(13) C than those depending on periphyton, it was essential to determine the contribution of zooplankton in fish diet to correctly interpret spatial patterns of δ(13)C. We used parasites in perch to examine whether their δ(13)C was reflecting local δ(13)C baseline conditions rather than a feeding specialization on zooplankton. 3. δ(13)C of primary consumers was highly variable and exhibited a striking gradient along the shore-channel axis, suggesting that δ(13)C should reflect an individual consumer's spatial position in LSP. 4. This strong isotopic gradient allowed us to estimate the spatial scale of the resources used by individual perch following an approach presented by Rasmussen, Trudeau & Morinville (Journal of Animal Ecology, 78, 2009, 674). By comparing the δ(13)C variability in perch to that of primary consumers, we estimated that the adults feeding range was around 2 km along the shore-channel axis. 5. The combined use of isotopic ratios and parasites allowed us to determine that the adult population uses a wide range of habitats between the flood plain and the main channel. However, individually, each perch depended on a limited foodshed.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».