Habitat with small inter-structural spaces promotes mussel survival and reef generation
Notice bibliographique
Résumé
Spatially complex habitats provide refuge for prey and mediate many predator–prey interactions. Increasing anthropogenic pressures are eroding such habitats, reducing their complexity and potentially altering ecosystem stability on a global scale. Yet, we have only a rudimentary understanding of how structurally complex habitats create ecological refuges for most ecosystems. Better informed management decisions require an understanding of the mechanisms underpinning the provision of physical refuge and this may be linked to prey size, predator size and predator identity in priority habitats. We tested each of these factors empirically in a model biogenic reef system. Specifically, we tested whether mortality rates of blue mussels (Mytilus edulis) of different sizes differed among: (i) different forms of reef structural distribution (represented as ‘clumped’, ‘patchy’ and ‘sparse’); (ii) predator species identity (shore crab, Carcinus maenas and starfish, Asterias rubens); and (iii) predator size. The survival rate of small mussels was greatest in the clumped experimental habitat and larger predators generally consumed more prey regardless of the structural organisation of treatment. Small mussels were protected from larger A. rubens but not from larger C. maenas in the clumped habitats. The distribution pattern of structural objects, therefore, may be considered a useful proxy for reef complexity when assessing predator–prey interactions, and optimal organisations should be considered based on both prey and predator sizes. These findings are essential to understand ecological processes underpinning predation rates in structurally complex habitats and to inform future restoration and ecological engineering practices.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».