Isotopic trajectories and interspecific niche partitioning in tropical pelagic sharks
Notice bibliographique
Résumé
Pelagic sharks are top predators with key role in the structure and functioning of ocean ecosystems. However, little is known on their assemblage-wide trophic ecology. Specifically, fundamental data gaps exist over how trophic niches of pelagic sharks diverge both intra- and inter-specifically. To address this question, multi-tissue stable isotope analysis is a powerful tool that enables the quantification of trophic dynamics of mobile predators throughout ontogeny and across species. In this study, we utilized stable isotope analysis of carbon (δ13C) and nitrogen (δ15N) of tissues with varying turnover rates (muscle, red blood cells, liver, and plasma) to assess individual niche trajectories (i.e., temporal isotopic variation), population isotopic niche width, and isotopic niche overlap across five shark species (n = 155) in the eastern tropical Pacific Ocean: silky (Carcharhinus falciformis), blue (Prionace glauca), smooth hammerhead (Sphyrna zygaena), bigeye thresher (Alopias superciliosus), and the pelagic thresher shark (A. pelagicus). Overall, the relationship between isotopic niche trajectory length and body size was not significant, indicating that the magnitude of ontogenetic dietary variation does not increase in larger individuals. Pelagic sharks had variable feeding strategies over short-long time scales, likely reflecting species-specific responses to seasonality of prey availability and foraging location. Observed interspecific differences in isotope values indicate a degree of trophic niche partitioning across the five pelagic shark species. These data suggest ontogenetic niche shifts in pelagic sharks potentially differ from more coastal tied species and reveal species-specific ecological roles, but further studies on the diet and fine-scale habitat use are required to verify these results.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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) | 0,000 | 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 ».