Differential Response of Fish Assemblages to Coral Reef-Based Seaweed Farming
Notice bibliographique
Résumé
As the global demand for seaweed-derived products drives the expansion of seaweed farming onto shallow coral ecosystems, the effects of farms on fish assemblages remain largely unexplored. Shallow coral reefs provide food and shelter for highly diverse fish assemblages but are increasingly modified by anthropogenic activities. We hypothesized that the introduction of seaweed farms into degraded shallow coral reefs had potential to generate ecological benefits for fish by adding structural complexity and a possible food source. We conducted 210 transects at 14 locations, with sampling stratified across seaweed farms and sites adjacent to and distant from farms. At a seascape scale, locations were classified by their level of exposure to human disturbance. We compared sites where (1) marine protected areas (MPAs) were established, (2) neither MPAs nor blast fishing was present (hence "unprotected"), and (3) blast fishing occurred. We observed 80,186 fish representing 148 species from 38 families. The negative effects of seaweed farms on fish assemblages appeared stronger in the absence of blast fishing and were strongest when MPAs were present, likely reflecting the positive influence of the MPAs on fish within them. Species differentiating fish assemblages with respect to seaweed farming and disturbance were typically small but also included two key target species. The propensity for seaweed farms to increase fish diversity, abundance, and biomass is limited and may reduce MPA benefits. We suggest that careful consideration be given to the placement of seaweed farms relative to MPAs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 source (Gemma direct ou Codex distillé), 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 ».