Depth gradient in the resource use of a fish community from a semi‐enclosed sea
Notice bibliographique
Résumé
Abstract Depth is one of the environmental variables influencing the structure of marine food webs by directly or indirectly influencing benthic‐pelagic coupling and predator‐prey relationships. In shallow waters, the high degree of connectivity between pelagic and benthic networks results in complex systems with multiple interactions. Digestive tract (DT) and stable isotope (SI) analyses were used to investigate depth‐related changes in feeding patterns for 33 fish species (eastern English Channel [EEC]) collected between 5 m and 80 m depth. Fish species were first arranged into functional groups based upon trophic and habitat similarities. DTs were used to determine the general topology of the food web and SIs were used to estimate the contributions of different sources to fish diets. At the scale of the aggregated EEC food web, the main food sources for all groups were of benthic origin (> 50%). The aggregated food web was then used as a template to explore the influence of depth on resource use by predatory fish. Mixing models including depth as a continuous covariate successfully untangled and identified different feeding strategies among functional groups. In shallow waters, fish species benefited from both pelagic and benthic prey whereas, in deeper waters, they fed predominantly on either benthic or pelagic sources depending on their habitat preferences. Our results support the hypothesis of a stronger benthic‐pelagic coupling in shallow waters, notably through fish diet, and highlight the importance of including environmental factors such as depth as proxies of habitat variation to fully understand resource use and food web structure in epicontinental seas.
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 | 0,000 | 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 | 0,001 |
| 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 ».