The present is the key to the past: linking regime shifts in kelp beds to the distribution of deep‐living sea urchins
Notice bibliographique
Résumé
Understanding processes that drive sudden shifts in ecosystem structure and function has become an important research focus for coastal management. In kelp bed ecosystems, regime shifts occur when high densities of sea urchins destructively graze kelp and create coralline algal barrens. While the importance of predation and disease in mediating shifts between kelp beds and barrens on shallow rocky reefs has been well documented, little is known about the role of deep-living urchins in these alternative stable-state dynamics. In this study, we test the hypothesis that deep-living urchins along the central Atlantic coast of Nova Scotia move onshore and trigger shifts from kelp beds to barrens on shallow rocky reefs. We documented urchin distribution and abundance using tow-camera surveys down to 140 m depth and spanning 140 km of coast and created a predictive species-distribution model using these observations and spatial data on environmental factors that likely delineate suitable habitat for urchins. We used a random forest model to generate our predictions, which correctly classified 91% of observations into a positive or negative occurrence of urchins. Sea urchins predominantly occurred within 1.5 km of shore, in depressions and flat habitats between 40 and 85 m depth. We found that shallow regions where destructive grazing fronts have been documented over the past four decades were closer to deep-living sea urchin habitats compared to regions that remained in a kelp bed state during the same period. This supports our prediction that deep-living urchins play an important role in driving shallow regime shift dynamics, and indicates that their distribution can help identify areas of coast that are most vulnerable to a collapse to barrens.
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 | 0,001 | 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 | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».