A global estimator of C and N isotope baselines for fresh waters
Notice bibliographique
Résumé
Abstract Baselines are the pebbles in the shoes of isotope ecologists. The extreme variability of the isotope composition of resources at the base of food webs governs the spatial differences of consumers' isotope composition, so that isotope‐inferred trophic properties can be compared across ecosystems only after correction for baseline effects. However, acquiring comparable and reproducible isotopic baselines in different lakes and rivers has been so challenging that many isotope datasets lack baseline values. Global estimates of C and N isotopic baselines would considerably expand the scope of large‐scale isotope analyses in ecology. Cross‐referencing the global freshwater isotope database ISOFRESH (>800 sites across five continents) with a set of environmental attributes describing hydrology, physiography, climate, land use, soils and anthropogenic influences, we built data‐driven models that predict C and N stable isotope compositions of benthic and pelagic/open‐water baseline organisms for lakes and rivers with an error within 11%–13% of the overall range of values observed worldwide. We then applied the models globally to predict spatial patterns in isotope baselines. We showed simulated baselines accurately preserve patterns in across‐site variability for most of the common isotope‐derived trophic metrics computed for freshwater fish at the population and community levels. We conclude with guidance on the best use of such predictive baseline models, highlighting their usefulness for filling in gaps in meta‐ecological analyses that test regional or global drivers of food web structure, but caution against substituting them for measured values in local‐scale studies.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 tête enseignante, 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 ».