MétaCan
Menu
Retour à la cohorte
Enregistrement W2944776562 · doi:10.1111/2041-210x.13206

Reconstructing hyperdiverse food webs: Gut content metabarcoding as a tool to disentangle trophic interactions on coral reefs

2019· article· en· W2944776562 sur OpenAlex
Jordan M. Casey, Chris Meyer, Fabien Morat, Simon J. Brandl, Serge Planes, Valériano Parravicini

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.

affAu moins un auteur déclare une institution canadienne dans l'instantané OpenAlex épinglé.

Notice bibliographique

RevueMethods in Ecology and Evolution · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesFondation BNP ParibasLabexAgence Nationale de la RechercheNational Science Foundation
Mots-clésTrophic levelBiologyFood webEcologyTaxonomic rankCoral reefRange (aeronautics)EcosystemCoral reef fishNicheTaxon

Résumé

récupéré en direct d'OpenAlex

Abstract Anthropogenic stressors have strong impacts on ecosystems. To understand their influence, detailed knowledge about trophic relationships among species is critical. However, this requires both exceptional resolution in dietary assessments and sampling breadth within communities, especially for highly diverse, tropical ecosystems. We used gut content metabarcoding across a broad range of coral reef fishes (8 families, 22 species) in Mo'orea, French Polynesia, to test whether this technique has the potential to capture the structure of a hyperdiverse marine food web. Moreover, we explored whether taxonomic groups (families) and traditional, broad‐scale trophic assignments explained fish diet across four different metrics of quantifying predator–prey interactions. Metabarcoding yielded a large number (4,341) of unique operational taxonomic units (i.e. prey) with high‐resolution taxonomic assignments (i.e. often to the level of genus or species). We demonstrate that across multiple metrics, taxonomic group at the family level is a consistently better, albeit still weak, predictor of empirical trophic relationships than frequently used, broad‐scale functional assignments. Our method also reveals a complex trophic network with fine‐scale partitioning among species, further emphasizing the importance of examining fish diets beyond broad trophic categories. We demonstrate the capacity of metabarcoding to reconstruct diverse and complex food webs with exceptional resolution, a significant advancement from traditional food web reconstruction. Furthermore, this method allows us to pinpoint the trophic niche of species with niche‐based modelling, even across hyperdiverse species assemblages such as coral reefs. In conjunction with complementary techniques such as stable isotope analysis, applying metabarcoding to whole communities will provide unparalleled information about energy and nutrient fluxes and inform their susceptibility to disturbances even in the world's most diverse ecosystems.

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 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 enseignants0,087
Score d'incertitude au seuil1,000

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)0,0010,001

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 Opus0,046
Tête enseignante GPT0,301
Écart entre enseignants0,255 · 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