A preliminary model of the mangrove ecosystem of Dongzhaigang Bay, Hainan, (China) based on Ecopath and Ecospace
Notice bibliographique
Résumé
Introduction Marine and coastal ecosystems are complex, especially because of the connection between their many functional groups and the various habitats provided by subsystems. Method To describe the trophic interactions, energy flows, and spatial distribution of species in the ecosystem of Dongzhaigang Bay, in Hainan, China, 28 functional groups were identified, incorporated in Ecopath and Ecospace models, and used to derive the particle size and spatial distribution of the functional groups. Result The results show that the trophic levels of top predators are lower than in similar ecosystems, but that the ecosystem of Dongzhaigang Bay exhibits a high ecotrophic efficiency, leading to a high fraction of its primary and secondary production being transferred to the higher trophic levels. The particle size distribution (PSD; i.e., log(biomass) vs log(particle weight)) in Dongzhaigang Bay, the first estimated for any mangrove ecosystem, has a slope (-0.80) similar to that of other ecosystems along China’s coast , but does not include the largest size groups. Ecospace allowed a visualization of the functional groups in Dongzhaigang Bay, which can serve as a basis, e.g., for identifying areas requiring special protection. Discussion Though the status of the bay, overall, appears to be better than many of the Chinese coastal ecosystems, further monitoring and data collection are required to deepen the understanding of the interactions within the ecosystems, and the impacts of human activities on Dongzhaigang Bay. The models presented here should help in this undertaking.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».