Pacific herring spawn events influence nearshore subtidal and intertidal species
Notice bibliographique
Résumé
As intermediaries between the bottom and top of food webs, forage fish fuel a diversity of coastal consumers and are of socioecological importance throughout the world's oceans. Many forage fish are migratory, but despite their recognized importance, relatively little is known about their role in providing spatial subsidies, which are the movements of energy, material, and organisms across ecosystems. Until recently, spatial subsidies associated with Pacific herring Clupea pallasii, a dominant migratory forage fish that spawns in subtidal and intertidal zones, received little scrutiny. Building on research that traced links between herring spawns and coastal ecosystems, we used stable isotopes of carbon ( 13 C) and nitrogen ( 15 N) to assess whether herring spawning events influenced isotopic signatures of 10 macrophyte and invertebrate species across beaches where spawning did or did not occur. Overall, species collected from spawning beaches had significantly greater 15 N levels (general linear mixed model parameter estimate = 1.58 0.17 SE, F 1, 370 = 83.77, p < 0.001); no significant effects were detected for 13 C (parameter estimate = 0.03 0.23 SE, F 1, 343 = 0.01, p = 0.914). In terms of total nitrogen, macrophytes from spawning beaches had significantly elevated concentrations (parameter estimate = 5.03 0.94 SE, F 1,180 = 28.71, p < 0.001). Using directional statistics, mean angles of isotopic change differed significantly between species collected from spawning and non-spawning beaches (Watson-Williams F-test; F 1, 48 = 10.44, p = 0.002). Our study identifies multiple species as recipients of herring-derived nutrients at spawning events, providing additional evidence of the broad ecological influence of Pacific herring.
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 | 0,000 | 0,003 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,001 |
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 ».