MétaCan
Menu
Retour à la cohorte
Enregistrement W2113913258 · doi:10.1093/icb/44.5.390

Connectivity, Recruitment Variation, and the Structure of Reef Fish Communities

2004· article· en· W2113913258 sur OpenAlexaff
Peter F. Sale

Notice bibliographique

RevueIntegrative and Comparative Biology · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésCoral reefCoral reef fishEcologyReefFish <Actinopterygii>GeographyCommunity structureBiologyFishery

Résumé

récupéré en direct d'OpenAlex

Coral reefs contain the most speciose communities of fishes on this planet, so it is appropriate to use these to explore how fish species are organized into communities. While descriptive data suggest that the diverse communities of fish on coral reefs are equilibrial assemblages of species, all finely adapted to specific and unique ecological roles, these are highly dynamic, non-equilibrial assemblages with structure driven more by patterns of recruitment and loss of individual fishes, than by patterns of resource allocation among differently adapted phenotypes. As a consequence, local assemblages differ in structure, and structure wanders through time. Individual fish are confronted by different mixes of species in different times and places. The recruitment process that drives these dynamics is complex, being governed by several mechanisms, and local populations receive some portion of their recruitment from distant sources. Information on this connectivity among local populations is critically important for management which is based increasingly on use of marine protected areas (no-take zones) both to conserve, and to provide sustainable fisheries. At present, however, we do not know the spatial scale or the extent of this connectivity, and this critical knowledge gap impedes both management, and fundamental understanding.

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)0,001
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 enseignants0,005
Score d'incertitude au seuil0,010

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,006
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,062
Tête enseignante GPT0,291
Écart entre enseignants0,228 · 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

Citations96
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueIntegrative and Comparative BiologyMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207