Seaduck engineers in the Arctic Archipelago: nesting eiders deliver marine nutrients and transform the chemistry of island soils, plants, and ponds
Notice bibliographique
Résumé
Abstract Seabirds are thought to provide ecological services such as the movement of nutrients between marine and terrestrial ecosystems, which may be especially critical to productivity and diversity in nutrient-poor environments. Most Arctic ecosystems are unaffected by local human impacts and are naturally nutrient poor and especially sensitive to warming. Here, we assessed the effects of nesting common eider ducks ( Somateria mollissima ) on soil, vegetation, and pond sediments on island archipelagoes in Hudson Strait between Nunavut and Québec, Canada. Soil, moss, and pond sediments were significantly higher in nitrogen on islands with large numbers of nesting eiders compared to sites with no nesting birds. The highest concentrations of nitrogen in soils and moss occurred at the margins of ponds on eider islands, which correspond to the areas of highest eider use. δ 15 N and δ 34 S values in soils, moss, and sediments indicated substantial marine-derived organic matter inputs at the higher nutrient sites. We propose that by foraging on coastal marine benthic invertebrates and returning to islands to nest, eider ducks bio-transport and concentrate marine-derived nutrients to their colony islands, fertilizing Arctic island ecosystems in the process. As common eiders nest on thousands of low to mid-latitude islands throughout the circumpolar Arctic, these nutrient inputs likely dramatically affect biota and ecosystem functioning throughout the tundra biome.
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 | 0,000 |
| 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 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 ».