MétaCan
Menu
Retour à la cohorte
Enregistrement W4409391757 · doi:10.1093/biosci/biaf032

On the underappreciated role of scavengers in freshwater ecosystems

2025· review· en· W4409391757 sur OpenAlexafffund
Morgan L. Piczak, Robert J. Lennox, Knut Wiik Vollset, Bálint Preiszner, Tibor Erős, Grégory Bulté, Matthew G. Keevil, John S. Richardson, Steven J. Cooke

Notice bibliographique

RevueBioScience · 2025
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of British ColumbiaLaurentian UniversityCarleton UniversityDalhousie University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNorges Forskningsråd
Mots-clésFreshwater ecosystemScavengerCarrionEcosystemEcologyContext (archaeology)AnthropoceneEnvironmental resource managementEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

The role of scavengers is well understood in terrestrial and marine systems but less so in freshwater ecosystems. We synthesized existing knowledge of scavenger ecology in freshwater, particularly within the context of the Anthropocene, including the patchy distribution of carrion, consumer responses, competition, and transfer of energy, nutrients, and diseases. We also explored ecosystem services provided by freshwater scavengers, such as direct material benefits and improvements in water quality. In addition, we examined how human activities-such as climate change, disturbance, exploitation, and fragmentation-are affecting scavenger behavior and abundance. To mitigate these anthropogenic impacts, we identified management options for environmental practitioners and decision-makers, emphasizing the importance of integrating freshwater scavenger roles into management plans and providing adequate policy protections. Finally, we highlighted key knowledge gaps, particularly regarding how changes in scavenger populations and their food sources may alter ecosystem structure and function.

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)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,015

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0030,003
Études des sciences et des technologies0,0000,001
Communication savante0,0010,002
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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 Opus0,018
Tête enseignante GPT0,251
Écart entre enseignants0,233 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

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

En bref

Citations5
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueBioScienceMême sujetFish Ecology and Management StudiesTravaux en français237 207