MétaCan
Menu
Retour à la cohorte
Enregistrement W3026597916 · doi:10.1038/s41598-020-65557-1

Seasonal and spatial dynamics of the planktonic trophic biomarkers in the Strait of Georgia (northeast Pacific) and implications for fish

2020· article· en· W3026597916 sur OpenAlexafffundabout
David Costalago, Ian Forster, Nina Nemcek, Chrys Neville, R. Ian Perry, Kelly Young, Brian P. V. Hunt

Notice bibliographique

RevueScientific Reports · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensTula FoundationUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans CanadaHakai InstituteNatural Sciences and Engineering Research Council of CanadaPacific Salmon FoundationMitacs
Mots-clésTrophic levelFood webHerringZooplanktonPlanktonFlagellatePredationBiologyFisheryForage fishRockfishEcologyEnvironmental scienceFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Fish growth and survival are largely determined by the nutritional quality of their food, and the fish that grow quickly during early life stages are more likely to reproduce. To adequately estimate the quality of the prey for fish, it is necessary to understand the trophic links at the base of the food-web. Trophic biomarkers (e.g., stable isotopes and fatty acids) are particularly useful to discriminate and quantify food-web relationships. We explored the connections between plankton food-web components, and the seasonal and spatial dynamics of the trophic biomarkers and how this determines the availability of high-quality prey for juvenile Pacific salmon and Pacific herring in the Strait of Georgia, Canada. We demonstrate that the plankton food-web in the region is largely supported by diatom and flagellate production. We also show that spatial differences in terms of energy transfer efficiency exist in the region. Further, we found that the fatty acid composition of the zooplankton varied seasonally, matching a shift from diatom dominated production in the spring to flagellate dominated production in the summer. This seasonal shift conferred a higher nutritional value to zooplankton in the summer, indicating better quality prey for juvenile salmon and herring during this period.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,007
Score d'incertitude au seuil0,311

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,009
Tête enseignante GPT0,217
Écart entre enseignants0,208 · 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.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations50
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScientific ReportsMême sujetIsotope Analysis in EcologyTravaux en français237 207