Factors contributing to the disease ecology of brown crab ( <i>Cancer pagurus</i> ) in a temperate marine protected area
Notice bibliographique
Résumé
ABSTRACT Marine ecosystems are affected by multiple, well-known stressors like fishing and climate change, but a less documented concern is disease. Marine reserves have been successful in replenishing stocks and aiding recruitment but studies have shown that high population abundances in marine reserves may lead to unwanted secondary effects such as increase in predators and competition, altering trophic webs, and disease. Here, we investigate factors contributing to disease prevalence in a brown crab ( Cancer pagurus ) population around Lundy Island (the UK’s first MPA) after 7 years of no-take protection. Population parameters (size, sex, and abundance), disease (shell disease, Hematodinium spp. infection) and injury presence (a known precursor to some disease conditions) were assessed over two years in both fished and unfished areas of the MPA. We found no significant difference in prevalence between the disease prevalence in fished and unfished areas, however overall, the number of injured crabs increased significantly over the two years (12%), as did the prevalence of shell disease (15%). The probability of crabs having shell disease increased significantly in male crabs, and in those missing limbs. The probability of crabs being injured increased significantly in crabs below the minimum landing size. In terms of population parameters, crabs were more prevalent in the fished area compared to the unfished area, thought to be a result of an increase in the predatory European lobster. The findings of the present study highlight potential secondary community changes as a result of MPA implementation. Therefore, surveillance for such changes, as part of MPA management, would provide useful information on the health and overall function of the protected ecosystem.
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 | 0,000 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».