MétaCan
Menu
Retour à la cohorte
Enregistrement W2803695173 · doi:10.1002/ecs2.2271

Predator effects link ecological communities: kelp created by sea otters provides an unexpected subsidy to bald eagles

2018· article· en· W2803695173 sur OpenAlexafffund
Erin U. Foster, Sara Wickham, Jane C. Watson

Notice bibliographique

RevueEcosphere · 2018
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensVancouver Island UniversityTula FoundationUniversity of Victoria
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaHakai InstituteTula Foundation
Mots-clésKelpKelp forestEcologyIntertidal zonePredationFisheryOtterBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Abstract Ecological communities are best studied at the landscape level, where linkages among communities are considered. Such linkages are often driven by increases in primary production caused by apex predators limiting herbivores. In this note, we describe a novel linkage among sea otters ( Enhydra lutris ), the long‐lived woody kelp ( Pterygophora californica ), and bald eagles ( Haliaeetus leucocephalus ). While counting sea otters in an isolated group of rocky islets on the Central Coast of British Columbia, we found an eagle nest composed of mostly Pterygophora stalks. Pterygophora recruits rapidly after sea otters arrive in an area and limit sea urchins; the subsequent pulsed Pterygophora recruitment results in narrow age‐class cohorts that senesce en masse after about 20 yr. When the woody stipes wash ashore, they degrade slowly and persist as beach wrack for years. These windrows of woody kelp are common on the BC coast where sea otters have re‐established. We demonstrate how this subsidy can be used by bald eagles, and predict that as sea otters recover across their range in BC , further effects of Pterygophora to intertidal, supralittoral, and terrestrial communities will be observed.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,162
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0150,002

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 Opus0,010
Tête enseignante GPT0,208
Écart entre enseignants0,198 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations9
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcosphereMême sujetMarine and coastal plant biologyTravaux en français237 207