MétaCan
Menu
Retour à la cohorte
Enregistrement W3105476587 · doi:10.1002/ecs2.3291

Size‐spectra analysis in the estuary: assessing fish nursery function across a habitat mosaic

2020· article· en· W3105476587 sur OpenAlexafffund
Karl M. Seitz, William I. Atlas, Benjamin Millard‐Martin, Jared J. Reid, Julian Heavyside, Brian P. V. Hunt, Jonathan W. Moore

Notice bibliographique

RevueEcosphere · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans CanadaTula FoundationSimon Fraser UniversityUniversity of British ColumbiaBell (Canada)
Organismes subventionnairesHakai InstituteLiber Ero FoundationPacific Salmon FoundationMitacsTula FoundationMcLean Foundation
Mots-clésEstuaryHabitatPredationEcologyEcotoneAbundance (ecology)ForagingProductivityEnvironmental scienceFisheryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Estuaries act as nurseries for a wide variety of fish species, potentially providing vital foraging opportunities and refuge from predation for their juvenile residents. Yet, these dynamic environments are comprised of a mosaic of habitat types that span gradients of both salinity and physical habitat structure. Here, we present a novel use of size‐spectra analysis to infer nursery habitat function across the estuary habitat mosaic. Interpreting slope and intercept values of abundance against body mass size‐spectra regressions as indicators of predation risk and production, we constructed spectra for six distinct habitat types across the entire tidal influence of an unindustrialized estuary in coastal British Columbia. Based on catches of >200,000 individual fish representing 30 different species from April through September, the estuary rockweed mudflat habitat had the lowest size‐spectra slope and highest intercept, consistent with lower predation risk and higher production. Size‐spectra coefficients varied seasonally across the ecotone, indicating spatio‐temporal variation in key nursery functions. Size‐spectra can provide insight into key ecological processes of productivity and predation risk across dynamic aquatic habitats.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,246
Score d'incertitude au seuil0,976

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0250,000

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 Opus0,016
Tête enseignante GPT0,267
Écart entre enseignants0,251 · 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.

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

Citations18
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcosphereMême sujetMarine and fisheries researchTravaux en français237 207