Nearshore seascape connectivity enhances seagrass meadow nursery function
Notice bibliographique
Résumé
Abstract Diverse habitats composing coastal seascapes occur in close proximity, connected by the flux of materials and fauna across habitat boundaries. Understanding how seascape connectivity alters important ecosystem functions for fish, however, is not well established. For a seagrass‐dominant seascape, we predicted that configuration and composition of adjacent habitats would alter habitat access for fauna and trophic subsidies, enhancing nursery function for juvenile fish. In an extensive Zostera marina seagrass meadow, we established sites adjacent to (1) highly complex and productive kelp forests ( Nereocystis luetkeana ), (2) unvegetated sand habitats, and (3) in the seagrass meadow interior. Using SCUBA , we conducted underwater observations of young‐of the‐year ( YOY ) rockfish ( Sebastes spp.) recruitment across sites. Using generalized linear mixed effects models, we assessed the role of seascape adjacency relative to seagrass provisions (habitat complexity and prey) on YOY recruitment. YOY rockfish collections were used to trace sources of allochthonous vs. autochthonous primary production in the seagrass food web, via a δ 13 C and δ 15 N isotopic mixing model, and prey consumption using stomach contents. Overall, seagrass nursery function was strongly influenced by adjacent habitats and associated subsidies. Allochthonous N . luetkeana was the greatest source of energy assimilated by YOY rockfish within seagrass sites. In seagrass sites adjacent to N. luetkeana kelp forests, YOY s consumed higher quality prey, which corresponded with better body condition relative to sites adjacent to sand. Moreover, kelp forest adjacency enhanced YOY rockfish recruitment within the seagrass meadow, suggesting that habitat complexity is a key seascape feature influencing the nursery function of nearshore habitats. In general, to promote seascape connectivity, the conservation and restoration of nursery habitats should prioritize the inclusion of habitat mosaics of high structural complexity and productivity. We illustrate and emphasize the importance of using a seascape‐level approach that considers linkages among habitats for the management of important nearshore ecosystem functions.
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| 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 | 0,000 |
| 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) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».