MétaCan
Menu
Retour à la cohorte
Enregistrement W2612426032

Benthic algae and diatom communities in seagrass meadows under three different human impact regimes in Bocas del Toro, Panamá

2016· article· en· W2612426032 sur OpenAlexaboutno aff
Averyl Cheng

Notice bibliographique

RevueSIT Digital Collections (SIT Graduate Institute) · 2016
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSeagrassPanamaBenthic zoneAlgaeGeographyDiatomEcologyOceanographyFisheryNova scotiaBiologyGeologyHabitatArchaeology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In Bocas del Toro, Panamá, widespread tourism has been the main source of revenue and has become an increasing threat to seagrass meadows and the organisms they support. This study aimed to investigate and describe algae and diatom communities under three different regimes of anthropogenic disturbance: high, medium and low human impact. The biodiversity was analyzed by measuring the algae and diatom assemblages with Shannon-Weiner’s Biodiversity Index, Evenness Index and Sorensen’s coefficient. The data obtained from these three diversity indices were compared to the areas along an anthropogenic disturbance gradient of high, medium and low impact. A total of 12 species of algae and 25 genera of diatoms were found using the marine belt transect and quadrat method in triplicate for each site. Analysis showed that in the site with high human impact, the seagrass density was significantly lower, while algae biodiversity and abundance, and diatom biodiversity, were significantly higher. This study demonstrated that algae and diatom communities do, in fact, change in differing human impact sites. Thus, algae and diatoms can be accurate bioindicators of water quality and can be used to limit human impact on seagrass meadows.

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)0,000
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 enseignants0,056
Score d'incertitude au seuil0,110

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,045
Tête enseignante GPT0,246
Écart entre enseignants0,201 · 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

Citations0
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueSIT Digital Collections (SIT Graduate Institute)Même sujetMarine and coastal plant biologyTravaux en français237 207