Spatially explicit modelling of kelp-grazer interactions: a seascape approach for effective habitat enhancement using artificial reefs
Notice bibliographique
Résumé
Abstract Artificial structures are sprawling along the coast affecting the aspect and the functioning of shallow coastal seascapes. For years, the ecology of artificial structures has been investigated mainly in contrast to natural coastal habitats. However, it is increasingly emerging that structuring processes, such as trophic interactions, can depend on properties of the surrounding landscape. Heterogeneity of coastal seafloor and habitats could thus play a major role in determining the variability of ecological outcomes on artificial structures. Artificial reefs are being used in coastal areas in attempts to restore and enhance marine habitats and communities, including large brown seaweed (“kelp”), to offset habitat loss and mitigate coastal development impacts. The outcome of enhancement projects using artificial reefs have not always been either consistent or positive. Overlooking the effect of strong ecological interactions adds a high level of uncertainty and can undermine the success of these efforts. In Eastern Canada, top-down control exerted by green sea urchins ( Strongylocentrotus droebachiensis ) can seriously compromise the success of artificial reefs for kelp enhancement. Importantly, urchin interactions with macroalgae are likely to be influenced by the bottom composition. A seascape approach could thus integrate behavior and habitat heterogeneity. We investigated whether the local seascape could create zones of differential grazing risk for kelp outplanting kelp ( Alaria esculenta ) on artificial blocks on an heterogenous bottom. Adopting a spatially explicit framework, we determined how seascape affected the urchin use of the habitat and used this information to map the grazing risk throughout the area. Kelp survival was a function of frequency of urchin presence throughout the study site. While urchins avoided sandy patches, bottom composition and algal cover modulated the within-patch urchin use of the habitat. This translated in the heterogeneity of grazing risk intensity. Synthesis and applications . The presence of discrete seascape features locally increased the grazing risk for kelp by differentially affecting the urchin’s usage of the habitat, even within the same bottom patch. Incorporating this information when planning artificial reefs could minimize the detrimental grazing risk thus increasing the rate of success and ensuring lasting results.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,002 | 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 ».