MétaCan
Menu
← Retour à la cohorte
Enregistrement W2040935513 · doi:10.1139/f07-192

Degree of aquatic ecosystem fragmentation predicts population characteristics of gray snapper (<i>Lutjanus griseus</i>) in Caribbean tidal creeks

2008· article· en· W2040935513 sur OpenAlexvenueno aff
Andrew L. Rypel, Craig A. Layman

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNature Conservancy
Mots-clésEcosystemFragmentation (computing)FisheryPopulationEcologyPredationAquatic ecosystemApex predatorEstuaryBiologyGeographyEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Ecosystem fragmentation is one of the most damaging anthropogenic impacts to aquatic and terrestrial ecosystems worldwide. In this study, we analyzed population-level characteristics of a resilient top predator, the gray snapper (Lutjanus griseus), across a gradient of fragmentation in Bahamian tidal creeks. Analysis of hydrologic connectivity (the inverse of fragmentation) and site-specific population parameters revealed that varying degrees of connectivity translated into predictable characteristics in fish populations. Less-fragmented systems produced fast-growing snapper with high condition factors, whereas more fragmented tidal creeks yielded slow-growing snapper with low condition factors. Underlying reasons for growth rate differences likely originated from structural and functional shifts in tidal creek ecosystems following fragmentation. Such ecosystem-level shifts were reflected by low per-individual volumes of consumed prey, as well as increased parasite infestations. Results indicated that aquatic ecosystem fragmentation may affect long-term fitness and viability of resilient species capable of persisting in fragmented habitats. Our results from estuarine tidal creeks compare well with studies on fragmentation of freshwater streams by dams and suggest that population-level consequences following ecosystem fragmentation may be generalizable between seemingly disparate aquatic environments.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,054

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)0,0010,000

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 Opus0,020
Tête enseignante GPT0,203
Écart entre enseignants0,183 · 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

Citations25
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→