MétaCan
Menu
Retour à la cohorte
Enregistrement W2005616448 · doi:10.1890/es14-00230.1

Modeling and mapping isotopic patterns in the Northwest Atlantic derived from loggerhead sea turtles

2014· article· en· W2005616448 sur OpenAlex

Pourquoi ce travail est dans la base

Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.
fundUn bailleur canadien est enregistré sur le travail.

Notice bibliographique

RevueEcosphere · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFisheries and Oceans CanadaUniversity of Manitoba
Organismes subventionnairesNortheast Fisheries Science CenterSouthwest Fisheries Science CenterSoutheast Fisheries Science CenterU.S. Fish and Wildlife ServiceFisheries and Oceans CanadaBureau of Ocean Energy ManagementGoddard Space Flight CenterUniversity of Central FloridaNational Oceanic and Atmospheric AdministrationNorth Carolina Sea Grant, North Carolina State UniversitySea Turtle ConservancyNational Fish and Wildlife FoundationJohns Hopkins UniversityNational Marine Fisheries ServiceU.S. Department of the Interior
Mots-clésOceanographySea turtleFisheryGeologyTurtle (robot)EcologyGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Stable isotope analysis can be used to infer geospatial linkages of highly migratory species. Identifying foraging grounds of marine organisms from their isotopic signatures is becoming de rigueur as it has been with terrestrial organisms. Sea turtles are being increasingly studied using a combination of satellite telemetry and stable isotope analysis; these studies along with those from other charismatic, highly vagile, and widely distributed species (e.g., tuna, billfish, sharks, dolphins, whales) have the potential to yield large datasets to develop methodologies to decipher migratory pathways in the marine realm. We collected tissue samples (epidermis and red blood cells) for carbon (δ 13 C) and nitrogen (δ 15 N) stable isotope analysis from 214 individual loggerheads ( Caretta caretta ) in the Northwest Atlantic Ocean (NWA). We used discriminant function analysis (DFA) to examine how well δ 13 C and δ 15 N classify loggerhead foraging areas. The DFA model was derived from isotopic signatures of 58 loggerheads equipped with satellite tags to identify foraging locations. We assessed model accuracy with the remaining 156 untracked loggerheads that were captured at their foraging locations. The DFA model correctly identified the foraging ground of 93.0% of individuals with a probability greater than 66.7%. The results of the external validation (1) confirm that assignment models based on tracked loggerheads in the NWA are robust and (2) provide the first independent evidence supporting the use of these models for migratory marine organisms. Additionally, we used these data to generate loggerhead‐specific δ 13 C and δ 15 N isoscapes, the first for a predator in the Atlantic Ocean. We found a latitudinal trend of δ 13 C values with higher values in the southern region (20–25 °N) and a more complex pattern with δ 15 N, with intermediate latitudes (30–35 °N) near large coastal estuaries having higher δ 15 N‐enrichment. These results indicate that this method with further refinement may provide a viable, more spatially‐explicit option for identifying loggerhead foraging grounds.

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.

Prédiction distillée sur la base complète

Imitation des enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,239
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
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)0,0020,000

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 GPT0,206
Écart entre enseignants0,190 · 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