Dynamic and context-dependent keystone species effects in kelp forests
Notice bibliographique
Résumé
Sea otters are an iconic keystone predator that can maintain kelp forests by preying on grazing invertebrates such as sea urchins. However, the effects of sea otters on kelp forests vary over their geographic range. Here, we analyze two 30-y datasets on kelp forest communities during the reintroduction of sea otters along the west coast of Vancouver Island, BC, Canada, and around San Nicolas Island, CA. We developed a community model to estimate species interactions as dynamic rates, varying with community state. We find evidence of a classic trophic cascade off Vancouver Island; the arrival of otters quickly led to depletion of urchins and recovery of kelp. However, this cascade was muted around San Nicolas Island, with otters, urchins, and kelp all coexisting at intermediate densities for multiple years. Our models show that this difference came from a pulse of strong otter impacts on urchins following recolonization off Vancouver Island, but not off San Nicolas Island. The mean effects of otters on urchins and urchins on kelp were not stronger in the north, indicating that interaction dynamics and not average interaction strength are key to explaining differences in community trajectories. We also find stronger multistep interaction chains in the south, arising from competitive interactions that indirectly buffered otter effects. These findings shed light on long-standing hypotheses about how interspecific interactions can alter the function of keystone species across community contexts. More broadly, we show how community change can be more accurately predicted by considering dynamic interaction strengths.
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 | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».