MétaCan
Menu
Retour à la cohorte
Enregistrement W4412652168 · doi:10.1093/mcfafs/vtaf018

Oyster cultch–recruit patterns provide new insight into the restoration and management of a critical resource

2025· article· en· W4412652168 sur OpenAlexaff
Jamie L. Casteel, William E. Pine, Nicholas Fisch, Jennifer F. Moore, Marian Richardson, Robert Ahrens, Edward V. Camp, Christopher Cahill, Carl J. Walters

Notice bibliographique

RevueMarine and Coastal Fisheries · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesUniversity of FloridaNational Fish and Wildlife Foundation
Mots-clésOysterResource (disambiguation)Environmental resource managementComputer scienceBiologyFisheryEnvironmental science

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Objective Our objective was to quantify the relationship between oyster cultch mass (kg/m³) and density (oysters/m²) of live eastern oyster Crassostrea virginica on intertidal reefs in Suwannee Sound, Florida. We also evaluated the potential for a cultch-mass threshold below which recruitment declines (depensation) to inform oyster fishery management and restoration strategies. Methods During the winters of 2020–2022, we collected 185 standardized 0.025-m³ grub-box samples of cultch from unrestored intertidal reefs in Suwannee Sound and conducted line-transect surveys to estimate live eastern oyster density. Cultch mass was converted to units of weight per area (kg/m³) for analysis. We modeled the relationship between cultch mass and live eastern oyster density using a Beverton–Holt recruitment framework coupled with two spat-settlement functions—one incorporating a minimum cultch threshold (Hmin) and one without. Models were fit in a Bayesian framework using Template Model Builder and No-U-Turn-Sampler, Markov chain–Monte Carlo sampling. We compared two biologically plausible parameter cases and evaluated model performance using Pareto-smoothed importance sampling leave-one-out cross validation. Results Live eastern oyster density increased in a saturating fashion with cultch mass. Models that included a minimum cultch threshold yielded median estimates of Hmin near 20 kg/m³, with 86–88% of posterior samples exceeding 5 kg/m³. However, the Pareto-smoothed importance sampling leave-one-out cross-validation model comparison did not favor threshold models over those without a threshold, and posterior distributions for Hmin were broad and included substantial probability density near zero. These findings suggest that recruitment limitation at low cultch mass is a plausible dynamic, but the exact location or existence of a cultch threshold remains uncertain. Conclusions Our findings highlight the potential for a cultch-mass threshold below which eastern oyster recruitment may be limited, consistent with ecological theory and field observations that larval settlement depends on suitable substrate. Although the precise value of this threshold remains uncertain, model results suggest that recruitment may decline when cultch mass falls below approximately 20 kg/m³. We recommend that restoration and management efforts maintain cultch mass above a precautionary range of 5–20 kg/m³ to reduce the risk of reef collapse and support recovery. Further research is needed to more precisely estimate system-specific thresholds and better understand how cultch mass interacts with other oyster reef characteristics.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,607
Score d'incertitude au seuil0,524

Scores Codex et Gemma par catégorie

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 savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,011
Tête enseignante GPT0,239
Écart entre enseignants0,228 · 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 tête enseignante, 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Coastal FisheriesMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207