MétaCan
Menu
Retour à la cohorte
Enregistrement W2897174976 · doi:10.1093/beheco/ary092

Collective aggressiveness of an ecosystem engineer is associated with coral recovery

2018· article· en· W2897174976 sur OpenAlexaff
Jonathan N. Pruitt, Carl N. Keiser, Brett T Banka, John S Liedle, Andrew J. Brooks, Russell J. Schmitt, Sally J. Holbrook

Notice bibliographique

RevueBehavioral Ecology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensMcMaster University
Organismes subventionnairesnon disponible
Mots-clésBiologyCoralEcologyAggressionHabitatEcosystemFishery

Résumé

récupéré en direct d'OpenAlex

The ecological impacts of animal groups may be different and predictable depending on their collective behavior. Farmerfish (Stegastes nigricans) live in social groups and collectively defend gardens of palatable algae. These gardens also serve as settlement and nursery habitats for corals because farmerfish mob corallivores that attempt to forage on corals within these gardens. We detected large among-colony differences in farmerfish collective aggression towards intruder fish that persisted across years. We further found that the territories of aggressive groups and territories containing larger farmerfish provided greater protection to corals: territories of aggressive groups naturally harbored more branching corals than nonaggressive groups, and experimentally outplanted branching corals experienced 80% less skeletal loss and grew larger over 25 weeks in aggressive territories than in nonaggressive territories. These findings hint that factors that increase farmerfish group aggressiveness (e.g., higher temperatures) could enhance the protective value of farmerfish territories for the replenishment of coral populations.

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 consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,026
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)0,0020,000

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 Opus0,016
Tête enseignante GPT0,244
Écart entre enseignants0,229 · 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.

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

Citations10
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueBehavioral EcologyMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207