MétaCan
Menu
Retour à la cohorte
Enregistrement W2052552970 · doi:10.3354/meps09150

Modelling habitat associations of the common spider conch in the Cocos (Keeling) Islands

2011· article· en· W2052552970 sur OpenAlexafffund
L. M. Bellchambers, Jessica J. Meeuwig, S. N. Evans, Pierre Legendre

Notice bibliographique

RevueMarine Ecology Progress Series · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensUniversité de Montréal
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAustralian Government
Mots-clésSeagrassHabitatEcologyGeographyBenthic zoneFisheryAbundance (ecology)Marine protected areaOceanographyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

The type and configuration of benthic habitats can influence community structure of marine fauna and the effectiveness of management actions, such as spatial closures.We quantified the relationship between the distribution and density of Lambis lambis, an exploited marine gastropod, and available benthic habitats at the Cocos (Keeling) Islands.We used 3 modelling approaches to develop a model of the density of L. lambis as a function of habitat: conventional polynomial regression, Moran's eigenvector maps (MEM) and variance partitioning.Distribution and abundance of L. lambis was not uniform throughout the lagoon.Both the amount and configuration of habitat influenced L. lambis density; the highest densities were associated with moderate levels of hard macroalgae and submassive corals, and the lowest densities with seagrass and relict coral.These results illustrate that incorporating information on the distribution and patchiness of preferred habitats is essential to ensure that appropriate habitats are included in the design and implementation of long-term monitoring programs and management tools such as spatial closures.

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)0,002
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: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,218
Score d'incertitude au seuil0,433

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,031
Tête enseignante GPT0,237
Écart entre enseignants0,206 · 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

Citations5
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMarine Ecology Progress SeriesMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207