Seascape connectivity modeling predicts hotspots of fish-derived nutrient provisioning to restored coral reefs
Notice bibliographique
Résumé
Coastal habitat quality and quantity have been significantly eroded by stressors operating and interacting across the land-sea interface, prompting a recent proliferation in coastal restoration programs worldwide. These initiatives often recognize connectivity as a critical driver of ecosystem functioning, yet most do not include connectivity as a spatially explicit, quantitative criterion during the planning process. Here, we demonstrate the use of spatial graph models to quantify potential functional connectivity for 2 multi-habitat-utilizing reef fish species known to transport nutrients from nearshore mangrove and seagrass nurseries to oligotrophic offshore reefs. Applying the method across sites considered by a multi-million dollar coral restoration program in the Florida Keys, USA, revealed locations where out-planted corals are likely to benefit most from enhanced functional connectivity in the form of nutrient provisioning and other consumer-driven processes. Opportunities for positive fish-coral interactions varied between fish species, owing to selective patterns of habitat use, highlighting the need for species-specific connectivity assessments, even within a trophic guild. Connectivity estimates for candidate restoration sites were influenced more strongly by habitat composition (which influences fish foraging and shelter resources) than by proximity to potential mangrove and seagrass nurseries, emphasizing the importance of considering both seascape composition and configuration in restoration design. Ecologically and economically effective restoration strategies are urgently required to curb rapid declines in coral reef architectural complexity, ecological function, and resilience. Our study illustrates the utility of spatial graphs as a data- and resource-efficient technique for quantifying and communicating complex ecological connectivity information in service of such efforts.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| 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 ».