MétaCan
Menu
Retour à la cohorte
Enregistrement W4413449454 · doi:10.1016/j.pocean.2025.103559

Functional characteristics of zooplankton bioregions along the cross-shelf gradient

2025· article· en· W4413449454 sur OpenAlexafffund
Patrick R. Pata, Moira Galbraith, Kelly Young, Akash R. Sastri, R. Ian Perry, Brian P. V. Hunt

Notice bibliographique

RevueProgress In Oceanography · 2025
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and environmental studies
Établissements canadiensUniversity of VictoriaFisheries and Oceans CanadaUniversité LavalUniversity of British Columbia
Organismes subventionnairesCanadian Space AgencyNatural Sciences and Engineering Research Council of CanadaMarine Environmental Observation Prediction and Response Network
Mots-clésOceanographyZooplanktonBiological oceanographyEnvironmental scienceGeographyFisheryClimatologyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

• 10 functional groups were identified based on mesozooplankton traits. • Functional group contributions to the community traits varied between bioregions. • Bioregions differed in community weighted mean traits and functional diversity. • Assemblages with similar functional characteristics were found across bioregions. • Functional diversity and ecosystem functions showed weak and nonlinear relationships. The use of trait-based approaches complements taxonomic community analysis by linking species distributions with organismal traits. For marine zooplankton, traits are used to identify functional similarities between species and to quantify the roles of zooplankton in the food web and biogeochemical cycles. Efforts in understanding the functional biogeography of zooplankton have generally focused on copepods and the latitudinal gradient, while investigations on the wider zooplankton community and the cross-shelf gradient are limited. The objective of this study was to test whether taxonomically distinct zooplankton communities along the cross-shelf gradient are functionally distinct based on multiple functional characteristics. Two decades of zooplankton monitoring data from the Northeast subarctic Pacific Ocean were synthesized with a zooplankton trait database that provides a more extensive set of traits compared to previous functional biogeography studies. The 163 species of crustacean and soft-bodied zooplankton were first categorized into ten functional groups. The Offshore, Deep Shelf, Nearshore, and Deep Fjord bioregions were found to significantly differ in the relative composition of functional groups, community total trait values, community weighted means of traits, and functional diversity metrics. This study additionally explored assemblages with similar functional characteristics that are found in multiple bioregions and described the regional differences in the relationship between functional diversity and ecosystem functioning for zooplankton. The functional characterization of the bioregions provides a foundation for explaining how oceanographic drivers influence the functional characteristics of zooplankton communities and for improving predictions on how environmental changes would influence the distribution of traits and community-level functioning.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

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
Bibliométrie0,0010,001
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)0,0010,000

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 Opus0,012
Tête enseignante GPT0,226
Écart entre enseignants0,213 · 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 revueProgress In OceanographyMême sujetMarine and environmental studiesTravaux en français237 207