MétaCan
Menu
Retour à la cohorte
Enregistrement W4221038624 · doi:10.1371/journal.pone.0263998

Mapping oysters on the Pacific coast of North America: A coast-wide collaboration to inform enhanced conservation

2022· article· en· W4221038624 sur OpenAlexfundaboutno aff
Aaron Kornbluth, Bryce D. Perog, Samantha Crippen, Danielle C. Zacherl, Brandon Quintana, Edwin D. Grosholz, Kerstin Wasson

Notice bibliographique

RevuePLoS ONE · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensnon disponible
Organismes subventionnairesOffice for Coastal ManagementFisheries and Oceans CanadaCalifornia State University, FullertonCalifornia Department of Fish and WildlifeNational Oceanic and Atmospheric AdministrationWashington Department of Fish and WildlifePew Charitable TrustsU.S. Department of Agriculture
Mots-clésOysterAbundance (ecology)Biological dispersalFisheryGeographyIntroduced speciesEcologyMarine protected areaBiotaRange (aeronautics)BiologyHabitatPopulation

Résumé

récupéré en direct d'OpenAlex

To conserve coastal foundation species, it is essential to understand patterns of distribution and abundance and how they change over time. We synthesized oyster distribution data across the west coast of North America to develop conservation strategies for the native Olympia oyster (Ostrea lurida), and to characterize populations of the non-native Pacific oyster (Magallana gigas). We designed a user-friendly portal for data entry into ArcGIS Online and collected oyster records from unpublished data submitted by oyster experts and from the published literature. We used the resulting 2,000+ records to examine spatial and temporal patterns and made an interactive web-based map publicly available. Comparing records from pre-2000 vs. post-2000, we found that O. lurida significantly decreased in abundance and distribution, while M. gigas increased significantly. Currently the distribution and abundance of the two species are fairly similar, despite one species being endemic to this region since the Pleistocene, and the other a new introduction. We mapped the networks of sites occupied by oysters based on estimates of larval dispersal distance, and found that these networks were larger in Canada, Washington, and southern California than in other regions. We recommend restoration to enhance O. lurida, particularly within small networks, and to increase abundance where it declined. We also recommend restoring natural biogenic beds on mudflats and sandflats especially in the southern range, where native oysters are currently found most often on riprap and other anthropogenic structures. This project can serve as a model for collaborative mapping projects that inform conservation strategies for imperiled species or habitats.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,003
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,300
Score d'incertitude au seuil0,596

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0030,008
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,025
Tête enseignante GPT0,212
Écart entre enseignants0,187 · 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 source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations15
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONEMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207