MétaCan
Menu
Retour à la cohorte
Enregistrement W1746335034 · doi:10.1139/cjfas-2013-0620

Stable isotope patterns of benthic organisms from the Great Lakes region indicate variable dietary overlap of<i>Diporeia</i>spp. and dreissenid mussels

2014· article· en· W1746335034 sur OpenAlexfundvenueno aff
Carolyn J. Foley, Gabriel J. Bowen, Thomas F. Nalepa, M.S. Sepúlveda, Tomas O. Höök

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesMichigan Department of Natural ResourcesNational Oceanic and Atmospheric AdministrationTanzania Commission for Science and TechnologyUniversity of Saskatchewan
Mots-clésEcologyBenthic zoneCompetition (biology)BiologyInvertebrateInvasive species

Résumé

récupéré en direct d'OpenAlex

Competition between native and invasive species may bring about a suite of ecological and evolutionary outcomes, including local extirpations. In the Laurentian Great Lakes, competition for food may explain the dramatic decline of Diporeia spp. amphipods following the introduction of dreissenid mussels. This hypothesis has not been confirmed, in part because dreissenids and Diporeia appear to co-exist and flourish in other systems, including the Finger Lakes of New York. We used carbon, nitrogen, hydrogen, and oxygen stable isotope ratios to examine resource use by Diporeia from three spatially distinct populations (Lake Michigan, Lake Superior, and Cayuga Lake), dreissenids from areas where they co-occur with Diporeia (Lake Michigan and Cayuga Lake), and Diporeia from Lake Michigan collected before and after dreissenid invasion (1986–2009). Our results suggest that dreissenids may affect resource use by Diporeia in areas of co-occurrence, but the extent to which those effects are positive or negative is unclear. Terrestrial inputs may provide an important subsidy for Diporeia populations in small systems but may not be substantial enough in the Great Lakes to ensure that both taxa thrive.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,959
Score d'incertitude au seuil0,082

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,016
Tête enseignante GPT0,193
Écart entre enseignants0,177 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations16
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207