MétaCan
Menu
Retour à la cohorte
Enregistrement W2106770588 · doi:10.1071/mf07247

Spatial and temporal patterns of habitat use by three estuarine species of mysid shrimp

2008· article· en· W2106770588 sur OpenAlexaff
Matthew D. Taylor

Notice bibliographique

RevueMarine and Freshwater Research · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensCarbon Engineering (Canada)
Organismes subventionnairesnon disponible
Mots-clésEcologyHabitatBiologyEstuaryMysidaceaPredationForagingTrophic levelPopulationDiel vertical migrationSeagrassCrustaceanFishery

Résumé

récupéré en direct d'OpenAlex

The mysids Rhopalopthalmus egregius, Haplostylus dakini and Doxomysis australiensis are abundant yet unstudied omnivorous crustaceans in Australian estuaries. Habitat use and population dynamics were investigated for these species over spring and summer in the Tweed River, Australia, to explore their ecological role in estuarine ecosystems. Overall, mysids were concentrated in shallow unvegetated and deep unvegetated estuarine habitats. H. dakini were most abundant in shallow and deep bare habitats at night, whereas R. egregius were most abundant in deep bare habitats during the night. D. australiensis were present across all habitats in the night, but negligible numbers were present during the day. Significantly greater numbers of R. egregius and D. australiensis were sampled during the new moon, compared with the full moon. Significantly larger R. egregius and D. australiensis individuals were present in benthic habitats at night, indicating possible partitioning of habitat for juvenile and adult subpopulations. Adaptive foraging strategies and habitat use facilitates the coexistence of sympatric mysid species, H. dakini and R. egregius, and within-species habitat partitioning allowed juvenile R. egregius to avoid interaction with adult R. egregius. The observed dynamics minimize inter- and intra-specific predation between mysids, and by other predators, while optimizing access to key trophic resources.

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)0,001
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 enseignants0,070
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,000

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 Opus0,056
Tête enseignante GPT0,269
Écart entre enseignants0,214 · 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

Citations21
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Freshwater ResearchMême sujetMarine and fisheries researchTravaux en français237 207