Relationships between Pacific salmon and aquatic and terrestrial ecosystems: implications for ecosystem‐based management
Notice bibliographique
Résumé
Abstract Pacific salmon influence temperate terrestrial and freshwater ecosystems through the dispersal of marine‐derived nutrients and ecosystem engineering of stream beds when spawning. They also support large fisheries, particularly along the west coast of North America. We provide a comprehensive synthesis of relationships between the densities of Pacific salmon and terrestrial and aquatic ecosystems, summarize the direction, shape, and magnitude of these relationships, and identify possible ecosystem‐based management indicators and benchmarks. We found 31 studies that provided 172 relationships between salmon density (or salmon abundance) and species abundance, species diversity, food provisioning, individual growth, concentration of marine‐derived isotopes, nutrient enhancement, phenology, and several other ecological responses. The most common published relationship was between salmon density and marine‐derived isotopes (40%), whereas very few relationships quantified ecosystem‐level responses (5%). Only 13% of all relationships tended to reach an asymptote (i.e., a saturating response) as salmon densities increased. The number of salmon killed by bears and the change in biomass of different stream invertebrate taxa between spawning and nonspawning seasons were relationships that usually reached saturation. Approximately 46% of all relationships were best described with linear or curved nonasymptotic models, indicating a lack of saturation. In contrast, 41% of data sets showed no relationship with salmon density or abundance, including many of the relationships with stream invertebrate and biofilm biomass density, marine‐derived isotope concentrations, or vegetation density. Bears required the highest densities of salmon to reach their maximum observed food consumption (i.e., 9.2 kg/m 2 to reach the 90% threshold of the relationship’s asymptote), followed by freshwater fish abundance (90% threshold = 7.3 kg/m 2 of salmon). Although the effects of salmon density on ecosystems are highly varied, it appears that several of these relationships, such as bear food consumption, could be used to develop indicators and benchmarks for ecosystem‐based fisheries management.
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 | 0,007 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| 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 ».