Patterns of top‐down control in a seagrass ecosystem: could a roving apex predator induce a behaviour‐mediated trophic cascade?
Notice bibliographique
Résumé
1. The loss of large-bodied herbivores and/or top predators has been associated with large-scale changes in ecosystems around the world, but there remain important questions regarding the contexts in which such changes are most likely and the mechanisms through which they occur, particularly in marine ecosystems. 2. We used long-term exclusion cages to examine the effects of large grazers (sea cows, Dugong dugon; sea turtles Chelonia mydas) on seagrass community structure, biomass and nutrient dynamics. Experiments were conducted in habitats with high risk of predation (interior of shallow banks) and lower risk (edges of banks) to elucidate whether nonconsumptive (risk) effects of tiger sharks (Galeocerdo cuvier), a roving predator, structure herbivore impacts on seagrasses. 3. In lower-risk habitats, excluding large herbivores resulted in increased leaf length for Cymodocea angustata and Halodule uninervis. C. angustata shoot densities nearly tripled when released from herbivory, while H. uninervis nearly disappeared from exclusion cages over the course of the study. 4. We found no support for the hypothesis that grazing increases seagrass nutrient content. Instead, phosphorus content was higher in seagrasses within exclosures. This pattern is consistent with decreased light availability in the denser C. angustata canopies that formed in exclosures, and may indicate that competition for light led to the decrease in H. uninervis. 5. Impacts of large grazers were consistent with a behaviour-mediated trophic cascade (BMTC) initiated by tiger sharks and mediated by risk-sensitive foraging by large grazers. 6, Our results suggest that large-bodied grazers likely played important roles in seagrass ecosystem dynamics historically and that roving predators are capable of initiating a BMTC. Conservation efforts in coastal ecosystems must account for such interactions or risk unintended consequences.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».