MétaCan
Menu
Retour à la cohorte
Enregistrement W2557175066 · doi:10.1071/mf16120

Measuring niche overlap between co-occurring Plectropomus spp. using acoustic telemetry and stable isotopes

2016· article· en· W2557175066 sur OpenAlexaff
Jordan K. Matley, Michelle R. Heupel, Aaron T. Fisk, Colin A. Simpfendorfer, Andrew J. Tobin

Notice bibliographique

RevueMarine and Freshwater Research · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensUniversity of Windsor
Organismes subventionnairesJames Cook UniversityAustralian GovernmentGreat Barrier Reef Marine Park Authority
Mots-clésLeopardusBiologyReefCoral reef fishNicheEcological nicheFisheryEcologyHabitat

Résumé

récupéré en direct d'OpenAlex

Investigating niche overlap in exploited fish species can reveal behavioural information necessary to improve conservation and fisheries management at a species level. The present study examined spatial and dietary overlap between two co-occurring reef fish, namely Plectropomus leopardus and P. maculatus, at an inshore reef in the Great Barrier Reef Marine Park using acoustic telemetry and stable isotopes. Movements of tagged fish within an acoustic array of 19 receivers deployed along a narrow reef portion of Orpheus Island were monitored for up to 3 years. Although space use was similar between species, spatial overlap was rare and P. maculatus (n = 30) was consistently deeper than P. leopardus (n = 32). Dietary overlap between species was high based on overlapping d15N and d13C isotopic niches in muscle tissue (n = 20). The complementary stable isotope and acoustic telemetry data revealed these species had similar isotopic niches but distinct space use patterns, which may be a product of competition for resources. These findings show species-specific behaviours within a genus commonly managed or reported as a single entity, and provide new information on partitioning of resources by Plectropomus spp. in inshore reef environments.

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)0,002
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 enseignants0,185
Score d'incertitude au seuil0,997

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,076
Tête enseignante GPT0,320
Écart entre enseignants0,244 · 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

Citations31
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Freshwater ResearchMême sujetIsotope Analysis in EcologyTravaux en français237 207