Niche partitioning between planktivorous fish in the pelagic Baltic Sea assessed by DNA metabarcoding, qPCR and microscopy
Notice bibliographique
Résumé
Marine communities undergo rapid changes related to human-induced ecosystem pressures. The Baltic Sea pelagic food web has experienced several regime shifts during the past century, resulting in a system where competition between the dominant planktivorous mesopredatory clupeid fish species herring (Clupea harengus) and sprat (Sprattus sprattus) and the rapidly increasing stickleback (Gasterosteus aculeatus) population is assumed to be high. Here, we investigate diet overlap between these three planktivorous fishes in the Baltic Sea, utilizing DNA metabarcoding on the 18S rRNA gene and the COI gene, targeted qPCR, and microscopy. Our results show niche differentiation between clupeids and stickleback, and highlight that rotifers play an important role in this pattern, as a resource that is not being used by the clupeids nor by other zooplankton in spring. We further show that all the diet assessment methods used in this study are consistent, but also that DNA metabarcoding describes the plankton-fish link at the highest taxonomic resolution. This study suggests that rotifers and other understudied soft-bodied prey may have an important function in the pelagic food web and that the growing population of pelagic stickleback may be supported by the open feeding niche offered by the rotifers.
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 | 0,002 | 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 | 0,002 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».