MétaCan
Menu
Retour à la cohorte
Enregistrement W2056153447 · doi:10.4319/lo.2001.46.8.2061

Variation in δ<sup>15</sup>N and δ<sup>13</sup>C trophic fractionation: Implications for aquatic food web studies

2001· article· en· W2056153447 sur OpenAlexaff
M. Jake Vander Zanden, Joseph B. Rasmussen

Notice bibliographique

RevueLimnology and Oceanography · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensMcGill University
Organismes subventionnairesnon disponible
Mots-clésTrophic levelFood webHerbivoreFractionationStable isotope ratioIsotope analysisPredationBiologyIsotopeEcologyInvertebrateChemistryPhysics

Résumé

récupéré en direct d'OpenAlex

Use of stable isotope techniques to quantify food web relationships requires a priori estimates of the enrichment or depletion in δ 15 N and δ 13 C values between prey and predator (known as trophic fractionation; hereafter Δδ 15 N and Δδ 13 C). We conducted a broad‐scale analysis of Δδ 15 N and Δδ 13 C from aquatic systems, including three new field estimates. Carnivores had significantly higher Δδ 15 N values than herbivores. Furthermore, carnivores, invertebrates, and lab‐derived estimates were significantly more variable than their counterparts ( f‐test, p < 0.00001). Δδ 13 C was higher for carnivores than for herbivores ( p = 0.001), while variances did not differ significantly. Excluding herbivores, the average Δδ 15 N and Δδ 13 C were 3.4‰ and 0.8‰, respectively. But even with unbiased fractionation estimates, there is variation in isotopic fractionation that contributes to error in quantitative isotope model outputs. We simulated the error variance in δ 15 N‐based estimates of trophic position and two‐source δ 13 C diet mixing models, explicitly considering the observed variation in Δδ 15 N and Δδ 13 C, along with the other potential error sources. The resultant error in trophic position and mixing model outputs was generally minor, provided that primary consumers were used as baseline indicators for estimating trophic position and that end member d13C values in dietary mixing models were sufficiently distinct.

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)0,003
score de la tête « metaresearch » (Gemma)0,006
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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,017
Tête enseignante GPT0,256
Écart entre enseignants0,239 · 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

Citations1 816
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueLimnology and OceanographyMême sujetIsotope Analysis in EcologyTravaux en français237 207