MétaCan
Menu
Retour à la cohorte
Enregistrement W2604698963 · doi:10.1111/gcb.13712

Ecological regime shift drives declining growth rates of sea turtles throughout the West Atlantic

2017· article· en· W2604698963 sur OpenAlexaff
Karen A. Bjorndal, Alan B. Bolten, Milani Chaloupka, Vincent S. Saba, Cláudio Bellini, Maria Ângela Marcovaldi, Armando J. B. Santos, Luis Felipe Wurdig Bortolon, Anne B. Meylan, Peter A. Meylan, Jennifer A. Gray, Robert Hardy, Beth Brost, Michael J. Bresette, Jonathan C. Gorham, Stephen Connett, Barbara Van Sciver Crouchley, D. Lindsey Hayes, Carlos Estepa Díez, Robert P. van Dam, Sue Willis, Mabel Nava, Kristen M. Hart, Michael S. Cherkiss, Andrew G. Crowder, Clayton Pollock, Zandy Hillis‐Starr, Fernando Alberto Muñoz Tenería, Roberto L. Herrera-Pavón, Vanessa Labrada‐Martagón, Armando Camargo Lorences, Ana C. Negrete-Philippe, Margaret M. Lamont, Allen M. Foley, Rhonda Bailey, Raymond R. Carthy, Russell Scarpino, Erin McMichael, Jane A. Provancha, Annabelle Brooks, Adriana Jardim, Milagros López‐Mendilaharsu, Daniel González‐Paredes, Andrés Estrades, Alejandro Fallabrino, Gustavo Martínez‐Souza, Gabriela M. Vélez‐Rubio, Ralf H. Boulon, Jaime A. Collazo, Robert Wershoven, Vicente Guzmán Hernández, Thomas B. Stringell, Amdeep Sanghera, Peter B. Richardson, Annette C. Broderick, Quinton Phillips, Marta C. Calosso, John A. B. Claydon, Tasha L. Metz, Mandi Gordon, André M. Landry, Donna J. Shaver, Janice Blumenthal, Lucy Collyer, Brendan J. Godley, Andrew McGowan, Matthew J. Witt, Cathi L. Campbell, Cynthia J. Lagueux, Thomas L. Bethel, Lory Kenyon

Notice bibliographique

RevueGlobal Change Biology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueTurtle Biology and Conservation
Établissements canadiensEnvironment and Climate Change Canada
Organismes subventionnairesnon disponible
Mots-clésEctothermSea surface temperatureTrophic levelEcologyClimate changeGeographyBiologyOceanographyFishery

Résumé

récupéré en direct d'OpenAlex

Somatic growth is an integrated, individual-based response to environmental conditions, especially in ectotherms. Growth dynamics of large, mobile animals are particularly useful as bio-indicators of environmental change at regional scales. We assembled growth rate data from throughout the West Atlantic for green turtles, Chelonia mydas, which are long-lived, highly migratory, primarily herbivorous mega-consumers that may migrate over hundreds to thousands of kilometers. Our dataset, the largest ever compiled for sea turtles, has 9690 growth increments from 30 sites from Bermuda to Uruguay from 1973 to 2015. Using generalized additive mixed models, we evaluated covariates that could affect growth rates; body size, diet, and year have significant effects on growth. Growth increases in early years until 1999, then declines by 26% to 2015. The temporal (year) effect is of particular interest because two carnivorous species of sea turtles-hawksbills, Eretmochelys imbricata, and loggerheads, Caretta caretta-exhibited similar significant declines in growth rates starting in 1997 in the West Atlantic, based on previous studies. These synchronous declines in productivity among three sea turtle species across a trophic spectrum provide strong evidence that an ecological regime shift (ERS) in the Atlantic is driving growth dynamics. The ERS resulted from a synergy of the 1997/1998 El Niño Southern Oscillation (ENSO)-the strongest on record-combined with an unprecedented warming rate over the last two to three decades. Further support is provided by the strong correlations between annualized mean growth rates of green turtles and both sea surface temperatures (SST) in the West Atlantic for years of declining growth rates (r = -.94) and the Multivariate ENSO Index (MEI) for all years (r = .74). Granger-causality analysis also supports the latter finding. We discuss multiple stressors that could reinforce and prolong the effect of the ERS. This study demonstrates the importance of region-wide collaborations.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,051
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,065
Tête enseignante GPT0,334
Écart entre enseignants0,269 · 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'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

Citations85
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueGlobal Change BiologyMême sujetTurtle Biology and ConservationTravaux en français237 207