Incorporating stable isotopes into a multidisciplinary framework to improve data inference and their conservation and management application
Notice bibliographique
Résumé
Through its ability to address complex ecological questions and the possibility of analysing large sample sizes to understand population‑level processes, the use of stable isotope analysis (δ13C and δ15N) has grown rapidly in recent years. Importantly, it is now becoming an accepted tool to derive data for conservation and management planning at the species, community and ecosystem levels. With this acceptance, however, the stable isotope research community faces new challenges to ensure that data are interpreted and presented effectively to maximise their potential for guiding management. We present a case study on stable isotope trends in the vertebrae of white sharks Carcharodon carcharias to show how multiple plausible explanations could be provided to explain the observed isotopic patterns, a point that is likely ubiquitous among isotope studies in ecology. Based on this, we promote that integrating stable isotope data in a multidisciplinary framework will generate the most reliable data for conservationists and resource managers. If this is not possible, we suggest that the isotope community should be more accepting of presenting multiple possible explanations for trends observed in data, rather than focusing on a single interpretation that could potentially misguide management.
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 | 0,098 | 0,137 |
| Méta-épidémiologie (sens strict) | 0,002 | 0,002 |
| Méta-épidémiologie (sens large) | 0,003 | 0,003 |
| Bibliométrie | 0,015 | 0,009 |
| Études des sciences et des technologies | 0,003 | 0,005 |
| Communication savante | 0,010 | 0,010 |
| Science ouverte | 0,004 | 0,013 |
| Intégrité de la recherche | 0,003 | 0,006 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 0,001 |
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 ».