MétaCan
Menu
Retour à la cohorte
Enregistrement W6967023106 · doi:10.5061/dryad.p5hqbzkwk

Nutrients from spawning salmon influence leaf area, tissue density, and nitrogen-15 in riparian plant leaves

2024· dataset· en· W6967023106 sur OpenAlexaffabout

Notice bibliographique

RevueDRYAD · 2024
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésRiparian zoneNutrientEcosystemSTREAMSInvertebrateBiodiversityOncorhynchus

Résumé

récupéré en direct d'OpenAlex

Nutrient subsidies have significant impacts on ecosystems by connecting disjunct habitats, often through long distance animal migrations. Salmon migrations on the North Pacific coasts provide these kinds of nutrient subsidies from senescent fish at the end of their life cycle, which can have significant ecological effects on terrestrial species. This can include impacts on individuals, populations, and communities, where shifts in community composition towards nitrophilic plant species have been documented. We investigated the effects of variation in salmon spawning density on the leaf traits of four common riparian plant species on the central coast of British Columbia, Canada. We found that all plant species had higher foliar salmon-derived nitrogen on streams with a higher spawning density. Three of the four species had larger leaves, and one species also had higher leaf mass per area on streams with more salmon. However, we found no differences in leaf greenness or foliar percent nitrogen among our study streams. These results demonstrate that nutrient subsidies from spawning salmon can have significant impacts on the ecology, morphology, and physiology of riparian plants, which lends support to a mechanism by which certain plants are more common on productive salmon streams. Our findings therefore have broader implications for salmon ecosystems.

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 candidatesMéta-épidémiologie (sens strict), Charge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,325
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,002
Charge utile insuffisante (le modèle a refusé de juger)0,0000,022

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 Opus0,016
Tête enseignante GPT0,261
Écart entre enseignants0,245 · 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.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDRYADTravaux en français237 207