MétaCan
Menu
Retour à la cohorte
Enregistrement W2129687590 · doi:10.1139/f01-213

Simplified food webs lead to energetic bottlenecks in polluted lakes

2002· article· en· W2129687590 sur OpenAlexvenueno aff
Graham D. Sherwood, Jennifer Kovecses, Alice Hontela, Joseph B. Rasmussen

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2002
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPerchFood webTrophic levelPredationBioenergeticsFood chainEnvironmental scienceEcologyEcosystemAquatic ecosystemBiologyPollutantPrimary producersApex predatorFish <Actinopterygii>FisheryNutrientPhytoplankton

Résumé

récupéré en direct d'OpenAlex

Very little is known about the consequence of human activities on the flow of energy through natural ecosystems. Here, we present a trophic-based approach to describing energy relationships in pollutant-disturbed lakes, emphasizing the importance of prey diversity in maintaining energy transfer to growing fish. Both diet and community analysis indicated that the food web leading to yellow perch (Perca flavescens) in metal-polluted lakes was extremely simplified compared with reference lakes. Through the application of an in situ marker for fish activity costs (muscle lactate dehydrogenase activity) and through bioenergetic modelling, we show how this has severe consequences on the efficiency of energy transfer to perch from their prey; premature energetic bottlenecks (zero conversion efficiency) occur when successively larger prey types are not available to growing perch. These observations provide a much needed ecological and physiological framework for assessing how energy transfer can be affected in polluted systems. Our approach need not be limited therein but should be applicable to any aquatic system where food web structure is variable and (or) disrupted.

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 enseignants0,388
Score d'incertitude au seuil1,000

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,021
Tête enseignante GPT0,198
Écart entre enseignants0,177 · 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

Citations133
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetFish Ecology and Management StudiesTravaux en français237 207