MétaCan
Menu
Retour à la cohorte
Enregistrement W2120240281 · doi:10.1111/j.1461-0248.2011.01683.x

Putting prey and predator into the CO2 equation - qualitative and quantitative effects of ocean acidification on predator-prey interactions

2011· letter· en· W2120240281 sur OpenAlexaff
Maud C. O. Ferrari, Mark I. McCormick, Philip L. Munday, Mark G. Meekan, Danielle L. Dixson, Oona M. Lönnstedt, Douglas P. Chivers

Notice bibliographique

RevueEcology Letters · 2011
Typeletter
Langueen
DomaineEarth and Planetary Sciences
ThématiqueOcean Acidification Effects and Responses
Établissements canadiensUniversity of Saskatchewan
Organismes subventionnairesAustralian Research CouncilCentre of Excellence for Coral Reef Studies, Australian Research CouncilJames Cook University
Mots-clésPredationPredatorDamselfishBiologyEcologyOcean acidificationCoral reef fishCoral reefEcosystemFunctional responseClimate change

Résumé

récupéré en direct d'OpenAlex

Little is known about the impact of ocean acidification on predator-prey dynamics. Herein, we examined the effect of carbon dioxide (CO(2)) on both prey and predator by letting one predatory reef fish interact for 24 h with eight small or large juvenile damselfishes from four congeneric species. Both prey and predator were exposed to control or elevated levels of CO(2). Mortality rate and predator selectivity were compared across CO(2) treatments, prey size and species. Small juveniles of all species sustained greater mortality at high CO(2) levels, while large recruits were not affected. For large prey, the pattern of prey selectivity by predators was reversed under elevated CO(2). Our results demonstrate both quantitative and qualitative consumptive effects of CO(2) on small and larger damselfish recruits respectively, resulting from CO(2)-induced behavioural changes likely mediated by impaired neurological function. This study highlights the complexity of predicting the effects of climate change on coral reef 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 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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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 ouverte0,0000,000
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,030
Tête enseignante GPT0,280
Écart entre enseignants0,249 · 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

Citations179
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetOcean Acidification Effects and ResponsesTravaux en français237 207