Potential impacts and priority areas of research of the on-going invasion of green crabs along the SW Atlantic
Notice bibliographique
Résumé
The European green crab ( Carcinus maenas) is one of the most extensively studied decapod species worldwide, and it currently inhabits every continent except Antarctica. Its effects are observed across various spatio-temporal scales, impacting a wide range of taxa and environments. While extensive research has been conducted in the Northern Hemisphere, populations in the Southern Hemisphere (e.g., Argentina, Australia, and South Africa) have not been thoroughly investigated. This study has three main goals: (1) summarise and contextualise the invasion history of green crabs in the Southwest Atlantic since their initial detection in 2000, (2) present nine case studies identifying the potential ecological and economic impacts of green crabs on coastal ecosystems, and to highlight priority research areas, and (3) discuss appropriate management actions in response to the species' rapid spread in the region. Our findings suggest that green crabs are likely to impact foundation species along rocky shores, alter the physical characteristics of soft-bottom environments, and affect infaunal organisms in sandy shores. Most of these impacts are either occurring or expected to occur in numerous marine protected areas. We also examine green crab interactions with other key species, highlighting its dual role as both an invasive predator and prey for native species, thus serving as a novel food resource. Furthermore, we consider their effects on commercially important species, tourism, and implications for threatened native species. Finally, we recommend prioritising prevention and rapid response strategies for managing green crab invasions, emphasising the importance of early detection and prompt action to address new incursions.
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 | 0,002 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| 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 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 ».