Is pelagic top-down control in lakes augmented by benthic energy pathways?
Notice bibliographique
Résumé
Modern food web studies are typically conducted from a trophic dynamic perspective that focuses on combined roles of top-down and bottom-up forces in regulating food web structure. Recognition of spatial food web subsidies in diverse ecosystems highlights the importance of energy flow as a foundation for understanding trophic dynamics. Here, we consider how different energy flow configurations might affect trophic dynamics in north-temperate lakes. A literature review revealed that littoral piscivores exert top-down control on prey fishes. In contrast, analysis of littoral predator diets indicated extensive omnivory and heavy reliance on zoobenthic prey. We explored this uncoupling between trophic dynamics (piscivores regulate prey fish) and energy flow (zoobenthos in piscivore diets) using a biomass dynamic model. This model compared top-down impacts of a piscivore on prey fishes under two scenarios: consumption of prey fish only and consumption of prey fish plus zoobenthos. The model predicted that elimination of zoobenthivory leads to a 50% reduction in piscivore standing stock and concomitant 2.5-fold increase in prey fish abundance (i.e., zoobenthivory plays a key role in mediating pelagic top-down control). These results highlight the role of benthicpelagic linkages in regulating trophic dynamics and underscore the value of whole-ecosystem approaches to the study of food webs.
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 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».