MétaCan
Menu
Retour à la cohorte
Enregistrement W4407272050 · doi:10.1101/2025.02.04.636488

Consumer resilience suppresses the recovery of overgrazed ecosystems

2025· preprint· en· W4407272050 sur OpenAlexafffund
Nathan B. Spindel, Aaron W. E. Galloway, Julie B. Schram, Gwiisihlgaa Daniel McNeill, SG̱iids Ḵung Vanessa Bellis, Niisii Guujaaw, Jaasaljuus Yakgujanaas, Ondine Pontier, Lynn C. Lee, Daniel K. Okamoto

Notice bibliographique

RevuebioRxiv (Cold Spring Harbor Laboratory) · 2025
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueLand Use and Ecosystem Services
Établissements canadiensParks Canada
Organismes subventionnairesDivision of Ocean SciencesHakai InstituteParks CanadaDirectorate for GeosciencesTula FoundationNational Science Foundation
Mots-clésResilience (materials science)BusinessEcosystemEnvironmental resource managementNatural resource economicsEnvironmental planningGeographyEnvironmental scienceEconomicsEcology

Résumé

récupéré en direct d'OpenAlex

Abstract Many heterotroph species perish when faced with severe food limitation, others can persist, adapt, and thrive. Sea urchins are emblematic of this paradox: they can overgraze kelp forests to form barren habitats, but can then survive for decades in these nutritionally depauperate seascapes. Understanding the mechanisms enabling persistence under starvation, and rapid recovery when food returns, provides insight into how consumer resilience shapes ecosystem dynamics. We quantified how food abundance, quality, deprivation, and reintroduction influence bioenergetic performance in the red sea urchin ( Mesocentrotus franciscanus ), integrating field observations of kelp forest and barren populations with a controlled feeding experiment. We measured respiration, feeding rates, gonadal growth, and fatty acid biomarkers to test how habitat history and diet jointly govern metabolic plasticity and nutrient assimilation. Resting metabolic rates (RMR) were nearly twofold higher in kelp forest urchins than barrens conspecifics, yet feeding rates were equivalent across habitats, indicating that metabolic depression does not constrain food intake. Reciprocal shifts emerged in the experiment: starvation reduced RMR and lipid reserves in kelp forest urchins, while feeding elevated both traits in barrens urchins to levels comparable with kelp forest conspecifics. These results demonstrate rapid physiological compensation in response to both food deprivation and reintroduction. Diet quality strongly modulated performance. Urchins fed nutritionally poor monospecific diets consumed more biomass and calories than those on diverse, polyunsaturated fatty acid (PUFA)-rich diets, but did so with markedly lower efficiency of conversion to gonadal tissue. Fatty acid assimilation revealed that starvation elevated bacterial and biofilm biomarkers in tissues, whereas algal diets enriched essential PUFA profiles, particularly when diets were diverse. These results highlight that both quantity and quality of food influence consumer recovery trajectories, with nutritional geometry shaping efficiency of energy and nutrient use. Together, our findings show that M. franciscanus exhibits pronounced metabolic resilience, allowing persistence in barren habitats and rapid reactivation of grazing and reproduction when food becomes available. This work links nutritional ecology to ecosystem feedbacks by showing how compensatory feeding and metabolic flexibility enable consumers to maintain pressure on primary producers, thereby influencing the stability, hysteresis, and recovery of degraded ecosystems.

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)0,000
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 enseignants0,002
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,008
Tête enseignante GPT0,202
Écart entre enseignants0,194 · 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

Citations1
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuebioRxiv (Cold Spring Harbor Laboratory)Même sujetLand Use and Ecosystem ServicesTravaux en français237 207