Spatiotemporal variability in diet composition of Greenland halibut (<scp><i>Reinhardtius hippoglossoides</i></scp>) from the eastern Canadian Arctic
Notice bibliographique
Résumé
Greenland halibut (Reinhardtius hippoglossoides) sustain one of the most lucrative fisheries in the eastern Canadian Arctic and Labrador Sea. This species also plays an important role in food web connectivity and benthic-pelagic coupling. Despite the relatively rich knowledge of this species, R. hippoglossoides ecology in these specific areas remains poorly understood. The main aim of this study was to characterize the diet of this deepwater fish in the Labrador Sea and Davis and Hudson Straits and characterize the predator-prey relationship with northern shrimp (Pandalus borealis), another commercially important species in the region. Stomach contents analyses were conducted on 1199 fish captured from 2018 to 2020. Small specimens (<20 cm) fed on invertebrates, whereas larger individuals (>60 cm) fed primarily on fish, indicative of size-related changes in diet composition. The relative abundance of Pandalus shrimp species in the environment was reflected in the diet. Location appeared to be the most influential variable on feeding patterns. Distinct oceanographic conditions among areas, resulting in differences in prey availability, could explain these results. Arctic cod (Boreogadus saida) and redfish (Sebastes sp.) were selected in locations where fish prey were the most abundant. These results shed light on the opportunistic nature of R. hippoglossoides and its preference for fish at large size. With the rapidly changing oceanographic conditions of Arctic waters, a distributional change in the biomass of shrimp is expected. Results suggest that an increase in abundance of predatory groundfish species in the system (e.g., Sebastes sp.) could lead to acute predation on shrimp and competition with R. hippoglossoides. By revealing key trophic links within the demersal ecosystem, this work provides valuable information on the development of ecosystem approaches to fisheries management for the region.
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 | 0,001 | 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 ».