MétaCan
Menu
Retour à la cohorte
Enregistrement W4415861832 · doi:10.22541/au.176225965.51617801/v1

Larval traits interaction with the Amazon River Plume determines its role as a dispersal barrier

2025· article· W4415861832 sur OpenAlexaff
Ramon Batista dos Santos, Nelson A. Gouveia, Douglas Francisco Marcolino Gherardi

Notice bibliographique

Revuenon disponible
Typearticle
Langue
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensUniversity of Victoria
Organismes subventionnairesnon disponible
Mots-clésAmazon rainforestBiological dispersalPlumeLarvaEcosystem

Résumé

récupéré en direct d'OpenAlex

The Amazon River Plume (ARP) functions as a dynamic and porous biogeographic barrier whose permeability to larval dispersal depends on the interplay between species’ biological traits and oceanographic processes. Using biophysical modeling combined with a dual analytical framework a Multivariate Regression Tree (MRT) and a Generalized Additive Model (GAM) this study quantifies the factors regulating this permeability for eggs and larvae in the Western Tropical Atlantic. Our results reveal a clear hierarchy of controls. Planktonic Larval Duration (PLD) emerged as the primary determinant, explaining most of the variation in dispersal distances (58%). Diel Vertical Migration (DVM) was the second biologic key factor (11%), modulating whether larvae were locally retained (with DVM) or exported to distant regions (without DVM). Seasonality and the geographic context of spawning habitats further shaped larval interactions with the plume, reinforcing the spatial and temporal complexity of this system. Overall, the ARP acts not as an absolute barrier but as a continuum of permeability a selective filter that restricts dispersal of coastal species with short PLDs and low physiological tolerance, yet facilitates exchange for communities with greater dispersal capacity and behavioral plasticity.

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)0,001
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 enseignants0,011
Score d'incertitude au seuil0,023

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
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 Opus0,008
Tête enseignante GPT0,245
Écart entre enseignants0,237 · 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

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFish biology, ecology, and behaviorTravaux en français237 207