MétaCan
Menu
Retour à la cohorte
Enregistrement W2011982079 · doi:10.1111/oik.01988

Top–down control by great blue herons <i>Ardea herodias</i> regulates seagrass‐associated epifauna

2015· article· en· W2011982079 sur OpenAlexafffund
Andrew C. Huang, Martha Essak, Mary I. O’Connor

Notice bibliographique

RevueOikos · 2015
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésSeagrassZostera marinaArdeaEcologyTrophic cascadeBiologyPredationAbundance (ecology)ZosteraFisheryFood webEcosystemHeron

Résumé

récupéré en direct d'OpenAlex

Top predators can influence the structure and function of plant and animal communities. In coastal marine systems, fish, shark and mammal population declines are major drivers of recent ecosystem‐level change. Cascading effects of predatory wading birds, however, are less understood, even though wading bird populations have declined in many regions. We quantified the effects of predation by the piscivorous great blue heron Ardea herodias fannini on fish, invertebrates and epiphytes living in eelgrass Zostera marina . We found that herons forage on benthic fish in seagrass meadows, and foraging intensity increased from late spring until midsummer. When we experimentally excluded herons, benthic fish abundance increased, and the invertebrate assemblage shifted to more shrimp‐dominated assemblages while grazing gammarid amphipod abundance declined. These shifts were associated with reduced epiphyte abundance when herons were excluded, reflecting a four‐level trophic cascade and mediated by shifts in the grazer assemblage. In summary, we found that a piscivorous wading bird species exerts top down control in a subtidal seagrass ecosystem. Losses and recovery of wading birds could have ecosystem‐level ecological consequences that may need to be considered in the context of concern for overfishing and predator recovery in marine coastal 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 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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,011
Score d'incertitude au seuil0,022

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
Bibliométrie0,0000,000
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)0,0010,000

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 Opus0,010
Tête enseignante GPT0,190
Écart entre enseignants0,179 · 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

Citations28
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueOikosMême sujetMarine and coastal plant biologyTravaux en français237 207