Variable and spatially explicit response of fish larvae to the playback of local, continuous reef soundscapes
Notice bibliographique
Résumé
Understanding the cues that drive larval fish settlement is critical for managing reef systems under stress. Reef sound is increasingly reported to influence fish recruitment, yet the physical and acoustic environment in which larval fish settle varies in space and time. Accordingly, testing potential settlement cues under different conditions is vital for understanding their ecological importance. We conducted 2 sets of field playback experiments in St. John, US Virgin Islands, one nearshore (10 m depth) and the second ‘offshore’ (25 m depth), to assess the effects of reef soundscape playback on settlement rates of multiple reef fish families. In each experiment, nightly currents were quantified and we replicated the diel soundscape cycle using high, low, and control (silent) amplitude recordings from nearby reefs. The first experiment revealed significant current-based, down-stream reduction in larval fish catches in subsurface light traps and a significant effect of increasing amplitude of reef playbacks on larval lizardfish (Synodontidae) catches. In the second, offshore experiment which had no current effect, increasing reef playback amplitude led to a significantly greater catch of parrotfish (Scaridae) larvae and decreased larval pelagic fish catch. Total reef fish larvae only showed attraction to reef playbacks at the most nearshore site. This work demonstrates that while sound can play a role in the settlement of certain reef fishes, responses are influenced by multiple factors, including larger-scale physical processes, underscoring the need to consider the scale of soundscape cues for reef fish settlement within an oceanographic context.
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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,003 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 tête enseignante, 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 ».