MétaCan
Menu
Retour à la cohorte
Enregistrement W2079962802 · doi:10.1890/10-2359.1

Meta‐ecosystem engineering: Nutrient fluxes reveal intraspecific and interspecific feedbacks in fragmented mussel beds

2011· article· en· W2079962802 sur OpenAlexaffabout
César Largaespada, Frédéric Guichard, Philippe Archambault

Notice bibliographique

RevueEcology · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcosystem dynamics and resilience
Établissements canadiensUniversité du Québec à RimouskiMcGill University
Organismes subventionnairesnon disponible
Mots-clésEcosystemEcosystem engineerEcologyAbiotic componentInterspecific competitionMusselEnvironmental scienceMarine ecosystemEcosystem ecologyBiology

Résumé

récupéré en direct d'OpenAlex

Ecologists still have to elucidate the complex feedback interactions operating among biodiversity and ecosystem processes in engineered systems. To address this, a field experiment was conducted to mimic natural mussel bed meta-ecosystems (Mytilus spp.) of the lower St. Lawrence Estuary (Quebec, Canada) and partition the effects of their biotic and abiotic properties and spatial structure on ecosystem processes and community dynamics of associated macro-invertebrates. We found positive intraspecific feedbacks between mussels and their recruits, and negative interspecific feedbacks between mussels and their associated ecosystem. These feedbacks were associated with mussel bed ecosystem processes (fluxes of ammonium and oxygen). In addition, we showed that proximity between mussel patches increased within-patch nutrient fluxes. Our study revealed the potential for meta-ecosystem engineering to drive feedback interactions between community and ecosystem functioning in marine fragmented systems. It also shows the relevance of meta-ecosystem theories as a conceptual framework to elucidate biotic and abiotic processes controlling ecosystem and community structure. Such framework could contribute to ecosystem-based management of spatially structured systems such as reserve networks and fragmented ecosystems.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,093
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,016
Tête enseignante GPT0,187
Écart entre enseignants0,171 · 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 tête enseignante, pas un consensus.

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

Citations40
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetEcosystem dynamics and resilienceTravaux en français237 207