Sea-ice habitat minimizes grazing impact and predation risk for larval Antarctic krill
Notice bibliographique
Résumé
Abstract Survival of larval Antarctic krill ( Euphausia superba ) during winter is largely dependent upon the presence of sea ice as it provides an important source of food and shelter. We hypothesized that sea ice provides additional benefits because it hosts fewer competitors and provides reduced predation risk for krill larvae than the water column. To test our hypothesis, zooplankton were sampled in the Weddell-Scotia Confluence Zone at the ice-water interface (0–2 m) and in the water column (0–500 m) during August–October 2013. Grazing by mesozooplankton, expressed as a percentage of the phytoplankton standing stock, was higher in the water column (1.97 ± 1.84%) than at the ice-water interface (0.08 ± 0.09%), due to a high abundance of pelagic copepods. Predation risk by carnivorous macrozooplankton, expressed as a percentage of the mesozooplankton standing stock, was significantly lower at the ice-water interface (0.83 ± 0.57%; main predators amphipods, siphonophores and ctenophores) than in the water column (4.72 ± 5.85%; main predators chaetognaths and medusae). These results emphasize the important role of sea ice as a suitable winter habitat for larval krill with fewer competitors and lower predation risk. These benefits should be taken into account when considering the response of Antarctic krill to projected declines in sea ice. Whether reduced sea-ice algal production may be compensated for by increased water column production remains unclear, but the shelter provided by sea ice would be significantly reduced or disappear, thus increasing the predation risk on krill larvae.
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 ».