Assessing condition and ecological role of deep-water biogenic habitats: Glass sponge reefs in the Salish Sea
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Biogenic habitats play important roles in shallow-water ecosystems, but their roles in deeper waters are less well-studied. We quantitatively assessed 19 glass sponge reefs in the Salish Sea for live reef-building sponge cover and biodiversity, explored potential drivers behind variation observed among reefs, and quantified individual and collective roles the reefs play in filtration and carbon removal. The reefs support diverse and abundant communities of invertebrates and fish, with 115 unique taxonomic groups observed. Sponge cover varied widely between reefs: percent live reef-building sponge cover ranged from 0.2 to 17.5% and proportion of live reef habitat category ranged from 0.2 to 92%. These differences were predominantly driven by the seabed terrain characteristics such as seafloor rugosity, curvature, and depth; human pressure measures explored in this study − density of anthropogenic objects and fishing footprint over the past 17 years – did not mask the natural influence of seabed terrain. The difference in sponge cover between the reefs led to wide variation in ecosystem function with individual reefs processing between 465 and 47,300 L/m2 per day. Collectively, each day the 19 reefs filter 1.04 × 1011 L of water which corresponds to 1% of the total water volume in Strait of Georgia and Howe Sound combined. The reefs remove up to 1 g of carbon per m2 per day, comparable to carbon sequestration rates reported for terrestrial old growth forests and to “blue carbon” sequestration rates by marine vegetation. Implications for sponge reef conservation and monitoring are discussed.
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.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle