MétaCan
Menu
Retour à la cohorte
Enregistrement W3138229327 · doi:10.3389/fmars.2021.618884

Meta-Analysis of Salmon Trophic Ecology Reveals Spatial and Interspecies Dynamics Across the North Pacific Ocean

2021· article· en· W3138229327 sur OpenAlexafffund
Caroline Graham, Evgeny A. Pakhomov, Brian P. V. Hunt

Notice bibliographique

RevueFrontiers in Marine Science · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesUniversity of British Columbia
Mots-clésZooplanktonSubarctic climateTrophic levelPredationBiologyFisheryGelatinous zooplanktonEcologyOceanographySeabirdForagingGeology

Résumé

récupéré en direct d'OpenAlex

We examined spatial patterns in diet, trophic niche width and niche overlap for chum, pink and sockeye salmon across the North Pacific during 1959–1969. This is a baseline period before major hatchery enhancement occurred coinciding with a negative phase of the Pacific Decadal Oscillation. Large-scale (between regions) and fine-scale (within regions) spatial and interspecies differences were apparent. In the Western Subarctic, all species tended to consume zooplankton. In the Bering Sea, chum consumed zooplankton, while sockeye and pink alternated between zooplankton and micronekton. In the Gulf of Alaska/Eastern Subarctic, chum and sockeye specialized on gelatinous zooplankton and cephalopod prey, respectively, while pink consumed a mixture of zooplankton and micronekton. The highest diet overlap across the North Pacific was between pink and sockeye (46.6%), followed by chum and pink (31.8%), and chum and sockeye (30.9%). Greater diet specialization was evident in the Gulf of Alaska/Eastern Subarctic compared to the Western Pacific. Generally, species had higher niche width and overlap in areas of high prey availability, and this was particularly evident for chum salmon. In addition to the large-scale trophic patterns, our data revealed novel fine-scale spatial patterns, including latitudinal, onshore-offshore, and cross-gyre gradients. Our results showed that pink tended to be more generalist consumers, and their diets may be a better reflection of overall prey presence and abundance in the environment. Conversely, chum and sockeye tended to be more specialist consumers, and their diets may provide a better reflection of interspecies dynamics or prey availability. This study provides a baseline for comparison with current and future changes in salmon marine ecology and North Pacific ecosystems. Finally, we identify two important data gaps that need addressing, that of improved taxonomic resolution diet data for Pacific salmon and focused research on sub-mesoscale oceanographic features that may play an important role in salmon health and productivity.

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)0,001
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 enseignants0,014
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,003
Études des sciences et des technologies0,0000,003
Communication savante0,0000,000
Science ouverte0,0010,002
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,019
Tête enseignante GPT0,257
Écart entre enseignants0,237 · 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

Citations20
Publié2021
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFrontiers in Marine ScienceMême sujetMarine and fisheries researchTravaux en français237 207