Structural and functional effects of global invasion pressure on benthic marine communities – patterns, challenges and priorities
Notice bibliographique
Résumé
Here we present datasets underlying the results of the study examining patterns of structural and functional community-level change in a range of well-studied marine ecosystems with documented histories of bioinvasion. For the purpose of the study, the authors identified six regions with extensive bay-scale datasets on native and non-indigenous benthic species assemblages, allowing paired comparisons in time (years to decades; retrospective datasets) or space (high vs. low proximity to hotspots of NIS introductions within a region; cross-sectional datasets) representing differences in bioinvasion pressure (Table 1). These sites were: 1) coastal waters of British Columbia, Canada (BC); 2) San Francisco Bay, USA (SF); 3) Ilha Grande Bay, Brazil (BR); 4) North-Eastern Baltic Sea, Estonia (BS); 5) estuaries of New South Wales, Australia (AU) and 6) Waitematā Harbour, New Zealand (NZ). These six regions are generally at mid- to higher-latitudes, with one low-latitude site (BR). The study sites encompassed surveys of benthic communities: fouling assemblages (BC and AU), subtidal reefs (BR and BS), and soft-sediment benthos (SF, BS, and NZ). Three data files are provided for each study region and include: benthic community data (XX_species.csv) binary (0/1) biological trait information compiled for all species in the dataset (XX_traits.csv) additional explanatory variables considered for each study region - bioinvasion pressure and spatial variables (XX_env.csv) For detailed information on datasets and methods description please refer to the original manuscript by Zaiko et al.
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 | 0,005 | 0,009 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,004 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».