Alaska deep-sea coral and sponge assemblages are well-defined and mostly predictable from local environmental conditions
Notice bibliographique
Résumé
Vulnerable marine ecosystems (VMEs), including deep-sea corals and sponges, are important habitats for many fish and invertebrate species and are at risk from the effects of fishing, seafloor mining, and climate change. We describe the zoogeography of deep-sea corals and sponges in Alaska, USA, and identify the environmental factors structuring these assemblages. Images were collected with a calibrated stereo drop-camera (n = 853 transect locations). We used cluster analysis to identify assemblages, canonical correspondence analysis to identify the primary environmental variables structuring these assemblages, and random forest and generalized additive modeling to predict their spatial distributions. The 6 identified assemblages were well defined, with each dominated by a single indicator taxon (2 coral taxa: Primnoidae, Stylasteridae; 2 sponge taxa: Demospongiae, Hexactinellida; 2 sea whip/pen taxa:Balticinasp.,Ptilosarcus gurneyi). The most common assemblages were Demospongiae, Primnoidae, andBalticinasp. Primnoidae and Demospongiae were positively influenced by greater maximum tidal current, bottom current, and bottom temperature as well as proportion of rock and cobble (high for Primnoidae; low to medium for Demospongiae).Balticinasp. was influenced in the opposite direction and was aligned along lower maximum tidal current, bottom current, and bottom temperature as well as unconsolidated sediment and greater depth. We defined VME community indicators as the 6 assemblages, each dominated by a single indicator taxa. These VME community indicators can guide the identification of protected areas.
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 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,001 | 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 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 ».