MétaCan
Menu
Retour à la cohorte
Enregistrement W4405380081 · doi:10.3354/meps14778

Larval connectivity for European green crab management in the Salish Sea and surrounding waters

2024· article· en· W4405380081 sur OpenAlexaboutno aff
Lawrence S. Engel, Lakshitha Premathilake, Nicolas Barrier, Tarang Khangaonkar, Lysel Garavelli

Notice bibliographique

RevueMarine Ecology Progress Series · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Environmental Protection Agency
Mots-clésLarvaFisheryBiologyOceanographyGeographyEcologyGeology

Résumé

récupéré en direct d'OpenAlex

The presence of invasive species is a growing concern in coastal marine ecosystems because of their adverse effects on biodiversity. The European green crab Carcinus maenas (EGC) is a small crab inhabiting inshore areas. Although it is native to the Northeast Atlantic Ocean and Baltic Sea, its distribution has expanded to North America, where it is an invasive species. Its main food sources are small invertebrate species that support valuable fisheries in the USA. The first presence of EGC in northern Washington was observed around 20 yr ago, along the Pacific Coast of the USA. Recently, EGC has been detected throughout the Salish Sea (Washington, USA, and British Columbia, Canada) wherein spread dynamics are unknown. The overall distribution of EGC is mainly driven by larval dispersal and, in the Salish Sea and surrounding waters, the assessment of EGC population dynamics is essential to understand its migration patterns and prevent its future expansion. To investigate the dispersal patterns of EGC larvae, a larval dispersal model was developed which couples a regional model of hydrodynamic circulation with an individual-based model of ichthyoplankton dynamics. Simulations were performed over 9 yr (2013-2022) to analyze average larval transport trends in the Salish Sea and surrounding waters, interannual variability of EGC larval connectivity, and the influence of larval behavior on connectivity patterns. Lastly, areas were identified to inform invasive species management moving forward. The prediction of likely sources and settlement locations of EGC larvae from the model will help improve the management of the population in the Salish Sea and surrounding waters.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,145
Score d'incertitude au seuil0,288

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,015
Tête enseignante GPT0,259
Écart entre enseignants0,244 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine Ecology Progress SeriesMême sujetMarine and fisheries researchTravaux en français237 207