Deeper habitats and cooler temperatures moderate a climate-driven seagrass disease
Notice bibliographique
Résumé
Eelgrass creates critical coastal habitats worldwide and fulfills essential ecosystem functions as a foundation seagrass. Climate warming and disease threaten eelgrass, causing mass mortalities and cascading ecological impacts. Subtidal meadows are deeper than intertidal and may also provide refuge from the temperature-sensitive seagrass wasting disease. From cross-boundary surveys of 5761 eelgrass leaves from Alaska to Washington and assisted with a machine-language algorithm, we measured outbreak conditions. Across summers 2017 and 2018, disease prevalence was 16% lower for subtidal than intertidal leaves; in both tidal zones, disease risk was lower for plants in cooler conditions. Even in subtidal meadows, which are more environmentally stable and sheltered from temperature and other stressors common for intertidal eelgrass, we observed high disease levels, with half of the sites exceeding 50% prevalence. Models predicted reduced disease prevalence and severity under cooler conditions, confirming a strong interaction between disease and temperature. At both tidal zones, prevalence was lower in more dense eelgrass meadows, suggesting disease is suppressed in healthy, higher density meadows. These results underscore the value of subtidal eelgrass and meadows in cooler locations as refugia, indicate that cooling can suppress disease, and have implications for eelgrass conservation and management under future climate change scenarios. This article is part of the theme issue 'Infectious disease ecology and evolution in a changing world'.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| 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 | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 source (Gemma direct ou Codex distillé), 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 ».