FISHES AS INTEGRATORS OF BENTHIC AND PELAGIC FOOD WEBS IN LAKES
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Studies of lake ecosystems generally focus on pelagic food chains and processes. Recently, there has been an emerging recognition of the importance of benthic production and processes to whole-lake ecosystems. To examine the extent to which zoobenthos contribute to higher trophic level production in lakes, we synthesized diet data from 470 fish populations (15 species) and stable isotope data from 90 fish populations (11 species), all of which are common inhabitants of north-temperate lakes. Across all species considered, zoobenthos averaged 50% of total prey consumption. Indirect consumption of zoobenthos (i.e., feeding on zoobenthos-supported fishes) contributed another 15%, for a total of 65% reliance on benthic secondary production. Stable isotopes provided estimates of mean zoobenthivory ranging from 43% to 59%. For most fish species, consumption of zoobenthos was highly variable among populations. The overwhelming concern of ecologists with pelagic food chains and processes contrasts sharply with our finding that benthic secondary production plays a central role in supporting higher trophic level production. This extensive zoobenthivory can subsidize fish populations, leading to apparent competition and otherwise altering trophic dynamics and ecosystem processes in the pelagic zone. We argue for a more integrated view of lake ecosystems that recognizes the duality of benthic and pelagic production pathways. Food web models that explicitly consider energy flow from pelagic and benthic sources will provide a more realistic energy flow template for understanding the regulation of lake ecosystem functioning.
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.
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) | 0,015 | 0,001 |
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.
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 découle