MétaCan
Menu
Retour à la cohorte
Enregistrement W3123457938 · doi:10.1007/s12237-020-00891-1

Climate Change Implications for Tidal Marshes and Food Web Linkages to Estuarine and Coastal Nekton

2021· article· en· W3123457938 sur OpenAlexaff
Denise D. Colombano, Steven Y. Litvin, Shelby L. Ziegler, Scott B. Alford, Ronald J. Baker, Myriam A. Barbeau, Just Cebrián, Rod M. Connolly, Carolyn A. Currin, Linda A. Deegan, Justin S. Lesser, Charles W. Martin, Ashley E. McDonald, Catherine McLuckie, Blair H. Morrison, James W. Pahl, L. Mark Risse, Joseph A. Smith, Lorie W. Staver, R. Eugene Turner, Nathan J. Waltham

Notice bibliographique

RevueEstuaries and Coasts · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoastal wetland ecosystem dynamics
Établissements canadiensUniversity of New Brunswick
Organismes subventionnairesCalifornia Sea Grant, University of California, San DiegoUniversity of South Alabama
Mots-clésNektonMarshEnvironmental scienceClimate changeEstuarySeascapeSalt marshFood webOceanographyEcosystemEcologyWetlandGeologyHabitatBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Climate change is altering naturally fluctuating environmental conditions in coastal and estuarine ecosystems across the globe. Departures from long-term averages and ranges of environmental variables are increasingly being observed as directional changes [e.g., rising sea levels, sea surface temperatures (SST)] and less predictable periodic cycles (e.g., Atlantic or Pacific decadal oscillations) and extremes (e.g., coastal flooding, marine heatwaves). Quantifying the short- and long-term impacts of climate change on tidal marsh seascape structure and function for nekton is a critical step toward fisheries conservation and management. The multiple stressor framework provides a promising approach for advancing integrative, cross-disciplinary research on tidal marshes and food web dynamics. It can be used to quantify climate change effects on and interactions between coastal oceans (e.g., SST, ocean currents, waves) and watersheds (e.g., precipitation, river flows), tidal marsh geomorphology (e.g., vegetation structure, elevation capital, sedimentation), and estuarine and coastal nekton (e.g., species distributions, life history adaptations, predator-prey dynamics). However, disentangling the cumulative impacts of multiple interacting stressors on tidal marshes, whether the effects are additive, synergistic, or antagonistic, and the time scales at which they occur, poses a significant research challenge. This perspective highlights the key physical and ecological processes affecting tidal marshes, with an emphasis on the trophic linkages between marsh production and estuarine and coastal nekton, recommended for consideration in future climate change studies. Such studies are urgently needed to understand climate change effects on tidal marshes now and into the future.

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)0,001
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 enseignants0,023
Score d'incertitude au seuil0,045

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 GPT0,230
Écart entre enseignants0,214 · 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

Citations67
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEstuaries and CoastsMême sujetCoastal wetland ecosystem dynamicsTravaux en français237 207