MétaCan
Menu
Retour à la cohorte
Enregistrement W4406023488 · doi:10.3390/ecologies6010004

The Interspecific Abundance–Occupancy Relationship in Invertebrate Metacommunities Associated with Intertidal Mussel Patches

2025· article· en· W4406023488 sur OpenAlexafffundabout
Ricardo A. Scrosati

Notice bibliographique

RevueEcologies · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine Biology and Ecology Research
Établissements canadiensSt. Francis Xavier University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésIntertidal zoneOccupancyInterspecific competitionMusselEcologyInvertebrateAbundance (ecology)Biology

Résumé

récupéré en direct d'OpenAlex

To explain the distribution and abundance of species, ecology searches for general models. A pattern often encountered in nature is the interspecific abundance–occupancy relationship (AOR), which describes how the mean local abundance of species relates to the proportion of local sites that each species occupies. Both are central variables in ecology and are often positively correlated, although exceptions have been found. As most AOR research has been conducted with terrestrial systems, recent studies are testing for its occurrence in marine systems. This contribution tests the AOR for invertebrate metacommunities associated with intertidal mussel patches. Using data from six coastal locations in Nova Scotia (Canada), this study shows that the negative binomial model properly describes the relationship between abundance and occupancy for these systems. The degree of wave exposure (wave-sheltered versus wave-exposed habitats) had some influence on the shape of the AOR. Overall, these findings extend the applicability of the AOR to intertidal invertebrate metacommunities. The raw data are included as part of this article to help future syntheses on the AOR, which will need data for a variety of terrestrial and aquatic environments.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,115
Score d'incertitude au seuil0,228

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,037
Tête enseignante GPT0,259
Écart entre enseignants0,222 · 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

Citations0
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcologiesMême sujetMarine Biology and Ecology ResearchTravaux en français237 207