MétaCan
Menu
← Retour à la cohorte
Enregistrement W2581431446 · doi:10.1371/journal.pone.0170816

Exploration of Trends in Interspecific Abundance-Occupancy Relationships Using Empirically Derived Simulated Communities

2017· article· en· W2581431446 sur OpenAlexaff
Christopher M. Martinez, Daniel E. Duplisea, Robert M. Cerrato, Michael G. Frisk

Notice bibliographique

RevuePLoS ONE · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesNortheast Fisheries Science CenterNational Oceanic and Atmospheric AdministrationNational Science Foundation
Mots-clésOccupancyAbundance (ecology)Interspecific competitionIntraspecific competitionTemporal scalesCommunity structureSpatial ecologyCommunityEnvironmental scienceEcologySpatial variabilityHabitatVariation (astronomy)GeographyStatisticsBiologyMathematics

Résumé

récupéré en direct d'OpenAlex

The interspecific abundance-occupancy relationship (AOR) is a widely used tool that describes patterns of habitat utilization and, when evaluated over time, may be used to identify large-scale changes in community structure. Our primary goal for this research was to validate the utility of AORs as temporal indicators of community state. We used long-term survey data in four regions of the northwest Atlantic coastal shelf (NWACS) to estimate the diversity of spatial behaviors in each community, which we modeled with negative binomial (NB) distributions. NB parameters were used to generate time series data for simulated communities, from which AORs were then estimated and evaluated for temporal trends. We found that AORs from simulated communities were similar in year-to-year variation to empirical relationships. In order to further understand the role of spatial diversity in the generation of AOR trends, we did additional simulations where NB parameters were manually manipulated. In one instance, we ran simulations while holding species' parameters constant over time. This treatment effectively removed trends, suggesting that temporal change in community relationships was the result of genuine variation in intraspecific spatial use. In another set of simulations, we conducted a case study to evaluate the impact of a select group of schooling and spatially aggregating species on an especially rapid shift in AORs in the Gulf of Maine from 1973 to 1983. Removals of these species reduced the magnitudes of most trends, demonstrating their importance to observed community changes. This research directly links variation in AORs to distribution and density-related processes and provides a potentially powerful framework to identify community-level change and to test ecological and mechanistic hypotheses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,012
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,028
Score d'incertitude au seuil0,056

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,012
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,386
Tête enseignante GPT0,344
Écart entre enseignants0,042 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
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

Citations3
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetMarine and fisheries research→Travaux en français237 207→