Kelp and sea urchin settlement mediated by biotic interactions with benthic coralline algal species
Notice bibliographique
Résumé
Species interactions can influence key ecological processes that support community assembly and composition. For example, coralline algae encompass extensive diversity and may play a major role in regime shifts from kelp forests to urchin-dominated barrens through their role in inducing invertebrate larval metamorphosis and influencing kelp spore settlement. In a series of laboratory experiments, we tested the hypothesis that different coralline communities facilitate the maintenance of either ecosystem state by either promoting or inhibiting early recruitment of kelps or urchins. Coralline algae significantly increased red urchin metamorphosis compared with a control, while they had varying effects on kelp settlement. Urchin metamorphosis and density of juvenile canopy kelps did not differ significantly across coralline species abundant in both kelp forests and urchin barrens, suggesting that recruitment of urchin and canopy kelps does not depend on specific corallines. Non-calcified fleshy red algal crusts promoted the highest mean urchin metamorphosis percentage and showed some of the lowest canopy kelp settlement. In contrast, settlement of one subcanopy kelp species was reduced on crustose corallines, but elevated on articulated corallines, suggesting that articulated corallines, typically absent in urchin barrens, may need to recover before this subcanopy kelp could return. Coralline species differed in surface bacterial microbiome composition; however, urchin metamorphosis was not significantly different when microbiomes were removed with antibiotics. Our results clarify the role played by coralline algal species in kelp forest community assembly and could have important implications for kelp forest recovery.
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) | 0,005 | 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 ».