Variable δ15N Diet-Tissue Discrimination Factors among Sharks: Implications for Trophic Position, Diet and Food Web Models
Notice bibliographique
Résumé
The application of stable isotopes to characterize the complexities of a species foraging behavior and trophic relationships is dependent on assumptions of δ(15)N diet-tissue discrimination factors (∆(15)N). As ∆(15)N values have been experimentally shown to vary amongst consumers, tissues and diet composition, resolving appropriate species-specific ∆(15)N values can be complex. Given the logistical and ethical challenges of controlled feeding experiments for determining ∆(15)N values for large and/or endangered species, our objective was to conduct an assessment of a range of reported ∆(15)N values that can hypothetically serve as surrogates for describing the predator-prey relationships of four shark species that feed on prey from different trophic levels (i.e., different mean δ(15)N dietary values). Overall, the most suitable species-specific ∆(15)N values decreased with increasing dietary-δ(15)N values based on stable isotope Bayesian ellipse overlap estimates of shark and the principal prey functional groups contributing to the diet determined from stomach content analyses. Thus, a single ∆(15)N value was not supported for this speciose group of marine predatory fishes. For example, the ∆(15)N value of 3.7‰ provided the highest percent overlap between prey and predator isotope ellipses for the bonnethead shark (mean diet δ(15)N = 9‰) whereas a ∆(15)N value < 2.3‰ provided the highest percent overlap between prey and predator isotope ellipses for the white shark (mean diet δ(15)N = 15‰). These data corroborate the previously reported inverse ∆(15)N-dietary δ(15)N relationship when both isotope ellipses of principal prey functional groups and the broader identified diet of each species were considered supporting the adoption of different ∆(15)N values that reflect the predators' δ(15)N-dietary value. These findings are critical for refining the application of stable isotope modeling approaches as inferences regarding a species' ecological role in their community will be influenced with consequences for conservation and management actions.
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 | 0,001 |
| 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 ».