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 OpenAlexafffund
Simona A. Ceriani, James D. Roth, Christopher R. Sasso, Catherine McClellan, Michael C. James, Heather L. Haas, Ronald J. Smolowitz, Daniel R. Evans, David S. Addison, Dean A. Bagley, Llewellyn M. Ehrhart, John F. Weishampel

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 (δ13C) and nitrogen (δ15N) 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 δ13C and δ15N 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 δ13C and δ15N isoscapes, the first for a predator in the Atlantic Ocean. We found a latitudinal trend of δ13C values with higher values in the southern region (20–25 °N) and a more complex pattern with δ15N, with intermediate latitudes (30–35 °N) near large coastal estuaries having higher δ15N‐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.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,085
Score d'incertitude au seuil0,169

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0000,000

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

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'étudeSimulation ou modélisation
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

Citations56
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcosphereMême sujetMarine animal studies overviewTravaux en français237 207