MétaCan
Menu
Retour à la cohorte
Enregistrement W3046610238 · doi:10.1038/s41467-020-17731-2

Extreme environmental conditions reduce coral reef fish biodiversity and productivity

2020· article· en· W3046610238 sur OpenAlexaff
Simon J. Brandl, Jacob L. Johansen, Jordan M. Casey, Luke Tornabene, Renato A. Morais, John A. Burt

Notice bibliographique

RevueNature Communications · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesMinistry of EnvironmentAgence Nationale de la RechercheNew York University Abu DhabiUniversity of Washington
Mots-clésCoral reefReefEctothermResilience of coral reefsCoralProductivityBenthic zoneEnvironmental issues with coral reefsCoral bleachingEcologyBiodiversityCoral reef fishInvertebrateAquaculture of coralEcosystemFisheryBiomass (ecology)Environmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Tropical ectotherms are hypothesized to be vulnerable to environmental changes, but cascading effects of organismal tolerances on the assembly and functioning of reef fish communities are largely unknown. Here, we examine differences in organismal traits, assemblage structure, and productivity of cryptobenthic reef fishes between the world's hottest, most extreme coral reefs in the southern Arabian Gulf and the nearby, but more environmentally benign, Gulf of Oman. We show that assemblages in the Arabian Gulf are half as diverse and less than 25% as abundant as in the Gulf of Oman, despite comparable benthic composition and live coral cover. This pattern appears to be driven by energetic deficiencies caused by responses to environmental extremes and distinct prey resource availability rather than absolute thermal tolerances. As a consequence, production, transfer, and replenishment of biomass through cryptobenthic fish assemblages is greatly reduced on Earth's hottest coral reefs. Extreme environmental conditions, as predicted for the end of the 21st century, could thus disrupt the community structure and productivity of a critical functional group, independent of live coral loss.

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)0,000
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 enseignants0,003
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,039
Tête enseignante GPT0,239
Écart entre enseignants0,201 · 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

Citations81
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNature CommunicationsMême sujetCoral and Marine Ecosystems StudiesTravaux en français237 207