Macrofaunal diversity patterns in coastal marine sediments: re-examining common metrics and methods
Notice bibliographique
Résumé
Complex biodiversity patterns arise in marine systems due to overlapping ecological processes, including organism interactions, resource distribution, and environmental conditions. Despite the importance of documenting these patterns, describing diversity in natural ecosystems remains challenging. Here, we investigate 3 nearshore sub-Arctic sites to describe benthic macroinfaunal taxa and biological traits, with the ultimate aim of determining whether common diversity metrics and typical sampling efforts adequately capture community composition in these systems. First, we assess how diversity relates to sediment depth and examine relationships among commonly used taxonomic and functional diversity indices. Second, using a power analysis, we explore how sampling effort influences the interpretation of diversity patterns in coastal systems. We report significant variation in community composition among sites, even across small spatial scales of km, and find that taxonomically diverse communities do not necessarily correspond to high functional diversity. We further find that although environmental factors such as sediment depth consistently affect macroinfaunal diversity, the direction and magnitude of these relationships are site-dependent. Finally, we demonstrate that typical sampling effort for coastal benthic studies (for example, <5 push cores of ~7 cm diameter) may not capture macroinfaunal community composition adequately, potentially obscuring hotspots in common diversity metrics such as taxonomic or functional richness. However, indices such as Simpson’s diversity may be well-suited to resource-limited studies with restricted sampling capacity. Our results highlight the importance of adopting multi-pronged approaches to biodiversity assessment and determining optimal sample sizes for marine benthic systems, particularly in the context of biodiversity monitoring for conservation purposes.
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 | 0,006 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,005 | 0,005 |
| 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) | 0,001 | 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 ».