MétaCan
Menu
← Retour à la cohorte
Enregistrement W4304630388 · doi:10.7287/peerj.14103v0.1/reviews/3

Peer Review #3 of "Interactions between two functionally distinct aquatic invertebrate herbivores complicate ecosystem- and population-level resilience (v0.1)"

2022· peer-review· en· W4304630388 sur OpenAlexafffund
Jo A. Werba, Alexander Phong, Lakhdeep Brar, Acacia Frempong‐Manso, Ofure Oware, Jurek Kolasa

Notice bibliographique

Revuenon disponible
Typepeer-review
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensMcMaster University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaMcMaster University
Mots-clésResilience (materials science)HerbivoreInvertebrateEcosystemEcologyPopulationAquatic ecosystemBiologySociologyDemographyPhysics

Résumé

récupéré en direct d'OpenAlex

Resilience, the capacity for a system to bounce-back after a perturbation, is critical for conservation and restoration efforts.Different functional traits have differential effects on system-level resilience.We test this experimentally in a lab system consisting of algae consumed by zooplankton, snails, or both, using an eutrophication event as a perturbation.We examined seston settlement load, chlorophyll-a and ammonium concentration as gauges of resilience.We find that Daphnia magna increased our measures of resilience.But this effect is not consistent across ecosystem measures; in fact D.magna increased the difference between disturbed and undisturbed treatments in seston settlement loads.We have some evidence of shifting reproductive strategy in response to perturbation in D.magna and in the presence of Physa sp..These shifts correspond with altered population levels in D.magna, suggesting feedback loops between the herbivore species.While these results suggest only an ambiguous connection between functional traits to ecosystem resilience, they point to the difficulties in establishing such a link: indirect effects of one species on reproduction of another and different scales of response among components of the system, are just two examples that may compromise the power of simple predictions.

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)0,011
score de la tête « metaresearch » (Gemma)0,087
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: aucune
Score de désaccord entre enseignants0,274
Score d'incertitude au seuil0,917

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,087
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0040,002
Études des sciences et des technologies0,0050,002
Communication savante0,0060,003
Science ouverte0,0020,005
Intégrité de la recherche0,0030,002
Charge utile insuffisante (le modèle a refusé de juger)0,2740,169

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 Opus0,067
Tête enseignante GPT0,330
Écart entre enseignants0,264 · 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'étudeSans objet
Domainenon disponible
GenreAutre

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même sujetAquatic Invertebrate Ecology and Behavior→Travaux en français237 207→