Salmon species, density and watershed size predict magnitude of marine enrichment in riparian food webs
Notice bibliographique
Résumé
Resource subsidies across habitat boundaries can structure recipient communities and food webs. In the northern Pacific region, bears Ursus spp. foraging on anadromous salmon Oncorhynchus spp. provide a key link between marine and terrestrial ecosystems, with salmon density, fish size and watershed size as potential predictors of the magnitude of marine subsidy to terrestrial habitats. We use nitrogen and carbon stable isotopes to provide an assessment of the patterns of marine‐enrichment in riparian plants (11 species, 4 guilds) and litter invertebrates (4 guilds) sampled from 27 watersheds in coastal British Columbia, Canada. Watersheds occurred in three geographical regions (Vancouver Island, mainland midcoast and Haida Gwaii) and varied in size, and in biomass (kg m −1 of spawning length) and species of salmon (chum O. keta , pink O. gorbuscha and coho O. kisutch ). δ 15 N values in all plant species and invertebrate guilds were positively predicted by total salmon biomass (kg m −1 ) and negatively predicted by watershed size. We observed replicated parallel slopes among plant species and invertebrate guilds across the gradient in salmon biomass, with differences in means hypothesized to be due to plant fractionation and animal trophic position. As such, we derived a watershed δ 15 N‐index averaged across guilds, and using an information theoretic approach we find that the biomass of chum salmon is a much stronger predictor of the δ 15 N‐index than either pink or coho salmon, or the sum biomass of all species. The top linear model contained chum biomass and watershed size. Chum salmon biomass independently predicted δ 15 N‐index variation in all three regions of British Columbia. Chum salmon are larger than pink or coho and provide an energetic reward for bears that facilitates carcass transfer, tissue selective foraging, and nutrient distribution by insect scavengers. Analyses of biodiversity and habitat data across many watersheds moves towards a long‐term goal in fisheries ecology to better integrate ecosystem values in salmon conservation.
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 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».