MétaCan
Menu
Retour à la cohorte
Enregistrement W3186676644 · doi:10.1139/as-2020-0035

The Canadian Beaufort Shelf trophic structure: evaluating an ecosystem modelling approach by comparison with observed stable isotopic structure

2021· article· en· W3186676644 sur OpenAlexaffvenueabout
Carie Hoover, Carolina Giraldo, Ashley Ehrman, Karyn D. Suchy, Shannon A. MacPhee, James Brewster, J.D. Reist, Michael Power, Heidi K. Swanson, Lisa L. Loseto

Notice bibliographique

RevueArctic Science · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensUniversity of VictoriaUniversity of ManitobaUniversity of WaterlooFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésTrophic levelArcticFood webEcosystemEnvironmental scienceEcologyFood chainMarine ecosystemIsotope analysisOceanographyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Climate-driven impacts on marine trophic pathways worldwide are compounded by sea-ice loss at northern latitudes. For the Arctic, current information describing food-web linkages is fragmented, and there is a need for tools that can describe overarching trophic structure despite limited species-specific data. Here, we tested the ability of a mass-balanced ecosystem model (Ecopath with Ecosim, EwE) to reconstruct the trophic hierarchy of 31 groups, from primary producers to polar bears, in the Canadian Beaufort Sea continental shelf. Trophic level (TL) estimates from EwE were compared with those derived from two nitrogen stable isotope (SI) modelling approaches (SI linear and scaled) to assess EwE accuracy, using a data set of 642 δ 15 N observations across 282 taxa. TLs from EwE were strongly, positively related to those from both SI models (R 2 > 0.80). EwE performed well (within 0.2 TL) for groups with relatively well-known diets or for taxa characterized by fewer trophic connections (e.g., primary consumers). Performance was worse (>0.5 TL) for species groups aggregated at coarse taxonomic levels, those with poorly documented diets, and for anadromous fishes. Comparisons with SI models suggested that the scaled approach can overestimate the TL of top predators if ecosystem-specific information is not considered.

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 candidatesÉtudes des sciences et des technologies
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,530
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)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0020,001
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,034
Tête enseignante GPT0,255
Écart entre enseignants0,221 · 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'étudeSimulation ou modélisation
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

Citations9
Publié2021
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetIsotope Analysis in EcologyTravaux en français237 207