Human, Oceanographic and Habitat Drivers of Central and Western Pacific Coral Reef Fish Assemblages
Notice bibliographique
Résumé
Coral reefs around US- and US-affiliated Pacific islands and atolls span wide oceanographic gradients and levels of human impact. Here we examine the relative influence of these factors on coral reef fish biomass, using data from a consistent large-scale ecosystem monitoring program conducted by scientific divers over the course of >2,000 hours of underwater observation at 1,934 sites, across ~40 islands and atolls. Consistent with previous smaller-scale studies, our results show sharp declines in reef fish biomass at relatively low human population density, followed by more gradual declines as human population density increased further. Adjusting for other factors, the highest levels of oceanic productivity among our study locations were associated with more than double the biomass of reef fishes (including ~4 times the biomass of planktivores and piscivores) compared to islands with lowest oceanic productivity. Our results emphasize that coral reef areas do not all have equal ability to sustain large reef fish stocks, and that what is natural varies significantly amongst locations. Comparisons of biomass estimates derived from visual surveys with predicted biomass in the absence of humans indicated that total reef fish biomass was depleted by 61% to 69% at populated islands in the Mariana Archipelago; by 20% to 78% in the Main Hawaiian islands; and by 21% to 56% in American Samoa.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».