MétaCan
Menu
Retour à la cohorte
Enregistrement W3035206089 · doi:10.1126/science.aay5342

Cascading social-ecological costs and benefits triggered by a recovering keystone predator

2020· article· en· W3035206089 sur OpenAlexafffundabout
Edward J. Gregr, Villy Christensen, Linda M. Nichol, Rebecca Martone, Russell W. Markel, Jane C. Watson, Christopher D. G. Harley, Evgeny A. Pakhomov, Jonathan B. Shurin, Kai M. A. Chan

Notice bibliographique

RevueScience · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensTula FoundationVancouver Island UniversityFisheries and Oceans CanadaSciencetech (Canada)University of British Columbia
Organismes subventionnairesHakai Institute
Mots-clésTrophic cascadeKeystone speciesTrophic levelKelp forestEcosystemEcosystem servicesEcologyBiomass (ecology)Food webApex predatorFisheryMesopredator release hypothesisPredationBenthic zoneEnvironmental scienceGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Predator recovery often leads to ecosystem change that can trigger conflicts with more recently established human activities. In the eastern North Pacific, recovering sea otters are transforming coastal systems by reducing populations of benthic invertebrates and releasing kelp forests from grazing pressure. These changes threaten established shellfish fisheries and modify a variety of other ecosystem services. The diverse social and economic consequences of this trophic cascade are unknown, particularly across large regions. We developed and applied a trophic model to predict these impacts on four ecosystem services. Results suggest that sea otter presence yields 37% more total ecosystem biomass annually, increasing the value of finfish [+9.4 million Canadian dollars (CA$)], carbon sequestration (+2.2 million CA$), and ecotourism (+42.0 million CA$). To the extent that these benefits are realized, they will exceed the annual loss to invertebrate fisheries (-$7.3 million CA$). Recovery of keystone predators thus not only restores ecosystems but can also affect a range of social, economic, and ecological benefits for associated communities.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,027
Score d'incertitude au seuil0,054

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,024
Tête enseignante GPT0,215
Écart entre enseignants0,191 · 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 source (Gemma direct ou Codex distillé), 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

Citations102
Publié2020
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueScienceMême sujetMarine and coastal plant biologyTravaux en français237 207