MétaCan
Menu
Retour à la cohorte
Enregistrement W2031295581 · doi:10.1139/f05-025

Flexible diet and trophic position of dreissenid mussels as inferred from stable isotopes of carbon and nitrogen

2005· article· en· W2031295581 sur OpenAlexvenueno aff
David W. Garton, Christopher D. Payne, Joseph P. Montoya

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesOhio State University
Mots-clésDreissenaSestonTrophic levelZooplanktonMusselFood webStable isotope ratioDetritusEcologyBiologyIsotope analysisPhytoplanktonEnvironmental scienceFisheryBivalviaMolluscaNutrient

Résumé

récupéré en direct d'OpenAlex

In this study, the trophic position and food-web impacts of invading zebra mussels (Dreissena polymorpha) were investigated by sampling mussels, seston (= phytoplankton), macrophytes, zooplankton, and surficial sediment in two small inland lakes (1999–2002) and similarly in western Lake Erie (1999 only). Tissues from quagga mussels (Dreissena bugensis) from Lake Erie were also analyzed. Stable-isotope ratios (15N/14N and 13C/12C) were used to identify likely food sources and estimate relative trophic position. For Lake Erie, stable-isotope ratios indicated no diet differences between the two mussel species. For all lakes, zooplankton δ13C was indicative of phytoplanktivory. The 13C stable isotope ratios indicated that seston comprised ~50% of food sources for mussels in Lake Erie, but 73%–97% and 52%–100% of the diet of mussel populations in Lake Wawasee and Clark Lake, respectively. Stable nitrogen isotope ratios placed zooplankton at trophic levels equal to or higher than those of mussels in seven of eight comparisons. Dreissena polymorpha and D. bugensis are able to exploit suspended detritus as a significant energy source, as well as compete directly with zooplankton for seston as a food source and with each other in areas of sympatry.

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 enseignants0,010
Score d'incertitude au seuil0,019

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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,213
Écart entre enseignants0,199 · 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

Citations41
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

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