MétaCan
Menu
Retour à la cohorte
Enregistrement W2819483672 · doi:10.1111/conl.12589

The area–heterogeneity tradeoff applied to spatial protection of rockfish ( <i>Sebastes</i> spp.) species richness

2018· article· en· W2819483672 sur OpenAlexafffund
Alejandro Frid, Madeleine McGreer, Katie S.P. Gale, Emily Rubidge, Tristan Blaine, Mike Reid, Angeleen M. Olson, Sandie Hankewich, Ernest Mason, Dave Rolston, Ernest Tallio

Notice bibliographique

RevueConservation Letters · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensTula FoundationUniversity of British ColumbiaFisheries and Oceans CanadaUniversity of Victoria
Organismes subventionnairesFisheries and Oceans CanadaHakai InstituteTula FoundationGordon and Betty Moore Foundation
Mots-clésSpecies richnessSpatial heterogeneitySebastesOverexploitationHabitatEcologyRockfishRange (aeronautics)Context (archaeology)BiodiversityBiologyFisheryGeographyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Abstract The “area–heterogeneity tradeoff” hypothesis predicts unimodal effects of habitat heterogeneity on species richness, implying that habitats with intermediate heterogeneity may be priority for spatial protection. Alternatively, if heterogeneity effects are positive, then protecting the most heterogeneous habitats may take precedence. We tested for unimodal effects of habitat heterogeneity on the species density (area‐corrected richness) of rockfishes ( Sebastes spp.): long‐lived, benthic fishes vulnerable to overexploitation. Inconsistent with predictions, topographic structural complexity had a strong linear effect on species density; other heterogeneity measures had weaker, positive effects and the only unimodal effect (depth range) was weak. The clear implication is that, to protect the highest density of rockfish species, marine protected areas should include the most topographically complex substrates. Our results can also help refine and test species distribution models needed to inform spatial planning where in situ surveys are lacking. The area–heterogeneity tradeoff generates useful predictions for which support may be context‐dependent.

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 candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,569
Score d'incertitude au seuil0,330

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)0,0000,000

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 Opus0,021
Tête enseignante GPT0,198
Écart entre enseignants0,177 · 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 tête enseignante, 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

Citations19
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueConservation LettersMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207