Delineating marine ecological units: a novel approach for deciding which taxonomic group to use and which taxonomic resolution to choose
Notice bibliographique
Résumé
Aim Ecological maps are increasingly used to support marine management and conservation. However, the biological datasets used to produce these maps are typically limited to taxonomic groups identified to the specific taxonomic levels available. Ecological units should, however, reflect the broader marine ecosystem, independent of the datasets used. This study assessed the influence of taxonomic groups and taxonomic resolution on the process of ecological mapping. Location Estuary and Gulf of St Lawrence (EGSL), Canada. Methods A dataset of more than 200 taxa of benthic macrofauna was used to create a set of biological matrices corresponding to different taxonomic groups (i.e. vertebrates, invertebrates, arthropods, echinoderms, molluscs, all taxa) and different taxonomic levels from species to class. Multivariate regression trees (MRTs) were used to identify environmental drivers of taxa distribution and to create ecological maps. Similarity between maps was assessed using pairwise comparisons. First, the relationships between the two classification legends were assessed using association plots on the partitions in the corresponding trees. Then, the spatial agreement of ecological units believed to represent the same habitat types was quantified and mapped. Results The comparison across different taxonomic groups showed a substantial level of similarity between ecological maps, indicating that ecological units defined for a specific taxonomic group can be considered to some extent as representative of the entire benthic macrofauna. Moreover, little information was lost when working at the family rather than species level, and common patterns of community distribution could still be distinguished at the class level. Main conclusions Using a novel spatially explicit approach for comparing ecological maps, this study demonstrates that datasets limited by taxonomic breadth or resolution can perform nearly as well as more extensive datasets. These simplifications should improve our ability to manage marine ecosystems.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».