Modelling phase shifts in a rocky subtidal ecosystem
Notice bibliographique
Résumé
The rocky subtidal ecosystem of the Atlantic coast of Nova Scotia is characterised by 2 community states, kelp beds and urchin barrens that alternate on a decadal time scale. While the shift from barrens to a kelp bed requires a large perturbation, namely a disease outbreak causing urchin mass mortality, the reverse shift is more gradual and mediated by the formation and propagation of destructive grazing aggregations (or fronts) of sea urchins Strongylocentrotus droebachiensis. We have developed a spatial model for the re-establishment of kelp beds and the formation of a feeding front of urchins in order to describe transitions (phase shifts) between kelp bed and barrens states following an urchin mass mortality event. Our model includes size-specific movement, growth, and survival of urchins, as well as growth of kelp and grazing by urchins. The position of the kelp bedbarrens interface (or grazing front) predicted by our model is in general agreement with field observations at 2 sites and for up to 7 yr after a mass mortality event. Elasticity analysis showed that daily foraging movements by individual urchins have the greatest effect on the position of the feeding front and the density of the urchins there. Survival and recruitment rates of urchins also have large effects on urchin density at the front. The density of urchin populations in deep-water thermal refuges (from a disease agent) and the distance between these source populations and remnant or emergent kelp beds have large effects on the time required for the re-formation of a feeding front after an event of urchin mass mortality. These findings suggest that site-specific characteristics should be taken into account in the development of sustainable harvesting strategies and habitat-based management of the urchin fishery.
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 distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».