Severe coral loss shifts energetic dynamics on a coral reef
Notice bibliographique
Résumé
Abstract Declining coral cover and loss of structural complexity are widely reported on today's coral reefs. While coral loss frequently triggers changes in coral reef fish assemblage structure, the ecosystem‐scale consequences of these changes are poorly known. Here we evaluate how four metrics of energy flow and storage that underscore a critical coral reef function, consumer biomass production, respond to severe coral loss on a coral reef in the northern Great Barrier Reef, Australia. We compared fish and benthic surveys at Lizard Island from 2003 to 2004 with surveys in 2018 using an individual‐level modelling approach that integrates growth and mortality coefficients to estimate community‐level standing biomass, productivity, consumed biomass and turnover. In the study period, coral cover declined by 72%–83% in forereef zones while turf cover increased by 18%–100% across all zones. Reef fish assemblages, in turn, responded with a 71% increase in standing biomass, 41% in productivity and 37% in consumed biomass, mainly driven by nominally‐herbivorous fishes (Labridae—Scarini, Acanthuridae and Siganidae). By contrast, biomass turnover rates declined by 19%. Our findings suggest that coral loss can drive energetic shifts on coral reefs, leading to more productive, but slower paced reef fish assemblages. Although the observed build‐up of biomass may appear positive, the decreased turnover rates indicate that the system is unable to maintain biomass replacement levels. This suggests that the enhanced productivity that accompanied coral loss may be driven by storage effects from the somatic growth of individuals already present, questioning the temporal stability of these changes to coral reef ecosystem functioning. A free Plain Language Summary can be found within the Supporting Information of this article.
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 | 0,000 |
| 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) | 0,007 | 0,004 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».