Green urchin demography in a subartic ecosystem : patterns and processes
Notice bibliographique
Résumé
Dans les environnements littoraux de l’Atlantique Nord, les densités importantes d’oursin vert Strongylocentrotus droebachiensis ont entraîné la décimation des laminaires et l’apparition de grandes étendues dénudées où la biodiversité et les services écosystémiques sont fortement limités. Par contre, l’oursin vert a une grande valeur commerciale et son élevage en aquaculture représente une activité pour laquelle un intérêt grandissant est observé. Toutefois, il s’agit malheureusement d’une pêcherie ayant une évolution temporelle en dents de scie. Une gestion appropriée des populations d’oursins pourrait aider à atteindre un meilleur équilibre entre l’abondance de cette espèce et les laminaires. Ainsi, les laminaires pourraient recoloniser les zones d’où elles ont été complètement broutées par les oursins, ce qui améliorerait la qualité des oursins favorisant leur exportation. La présente thèse rassemble de l’information relative aux interactions écologiques et aux facteurs environnementaux déterminants la démographie des oursins à différentes échelles spatiales dans l’Estuaire et le Golfe du Saint-Laurent (EGSL, Canada). Dans l’EGSL, il n'y a aucun des mécanismes usuels de contrôle des populations d’oursins (prédation, mortalité en masse et pêche). Il en résulte que les oursins dominent les régions infra littorales depuis des décennies. Un inventaire extensif décrivant la structure des populations (c.-à-d., fréquences de la taille, abondance et biomasse) à plusieurs échelles spatiales (c.-à-d., profondeur, site) a montré une importante variabilité spatiale. La densité et la biomasse mesurées dans l’EGSL sont parmi les plus importantes rapportées pour cette espèce. De plus, les laminaires sont limitées aux sites exposés et peu profonds. Une étude faite en mésocosme sur le terrain couplée à une expérience comportementale a montré que la compétition intraspécifique déterminée par la taille joue un rôle important sur la structure des populations via la réduction du taux de croissance et de la production de gonades chez les petits individus, ainsi que sur leur comportement d’approvisionnement. Un changement ontogénique intéressant a été observé quant à l’importance relative du type de compétition, qui passe d’une combinaison d’interférence et d’exploitation chez les petits oursins à une compétition par exploitation seulement chez les oursins de taille moyenne. Finalement, nous avons évalué l’exactitude de la technique de sclérochronologie consistant à estimer l’âge des oursins à partir du compte des bandes de croissance observables sur leur squelette. Des expériences en laboratoire ont démontré qu’en plus d’une importante variabilité dans la déposition des bandes entre les différents composants du squelette, plusieurs facteurs de stress environnementaux (p. ex., apport alimentaire limité, périodes d’hyposalinité, température de l’eau) peuvent induire la déposition de bandes de croissance additionnelles. De plus, une revue de littérature a montré que malgré son utilisation fréquente, seule la moitié des études ayant eu recours à cette technique ont tenté de valider les prémisses sur lesquelles celle-ci est basée. Une analyse plus approfondie de la méthodologie de ces études révèle également que lorsque présentes, les études de validation étaient inadéquates. Ainsi, la sclérochronologie chez les oursins ne devrait pas être utilisée pour déterminer l’âge des individus sans qu’avant une méthode permettant de générer une estimation répétable, exacte et précise, à partir des bandes de croissance, ne soit élaborée. L’information récoltée dans le cadre des études démographiques a des applications écologiques importantes et permet d’améliorer les prédictions des modèles de dynamique des populations dans un monde en changement constant. Cette thèse fait avancer notre compréhension des caractéristiques individuelles intrinsèques, les interactions écologiques et les facteurs environnementaux associés à L’EGSL qui déterminent les processus (c.-à-d., taux de croissance des populations, mortalité) et les caractéristiques (c.-à-d., abondance, âge) démographiques chez l’oursin.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».