Movescapes and eco‐evolutionary movement strategies in marine fish: Assessing a connectivity hotspot
Notice bibliographique
Résumé
Abstract Data from the Integrated Tracking of Aquatic Animals in the Gulf of Mexico (iTAG) network, and sister networks, were used to evaluate fish movements in the Florida Keys—an extensive reef fish ecosystem just north of Cuba connecting the Atlantic Ocean and Gulf of Mexico. We analysed ~2 million detections for 23 species, ranging from reef fish such as Nassau grouper ( Epinephelus striatus , Serranidae) to migratory apex predators such as white sharks ( Carcharodon carcharias , Lamnidae). To facilitate comparisons across species, we used an eco‐evolutionary movement strategy framework that identified measurable movement traits and their proximate and ultimate drivers. Detectability was species‐specific and quantified with a detection potential index. Life stages detected in the study area varied by species and residency varied with life stage. Four annual movement types were identified as follows: high site‐fidelity residents, range residents, seasonal migrants and general migrants. The endangered smalltooth sawfish ( Pristis pectinata , Pristidae), a seasonal migrant, exhibited the greatest within‐ecosystem connectivity. Site attachment, stopover and deep‐water migration behaviours differed between individuals, species and annual movement types. All apex predators were migratory. General migrants were significantly larger than fish in the other movement types, a life‐history and movement trait combination that is common but not exclusive, as many small pelagics also migrate. Most teleosts exhibited movements associated with spawning. As concerns grow over habitat and biodiversity loss, multispecies movescapes, such as presented here, are expected to play an increasingly important role in informing ecosystem‐based and non‐extractive fisheries management strategies.
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 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 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 ».