MétaCan
Menu
Retour à la cohorte
Enregistrement W1502176875 · doi:10.1002/ece3.196

Concurrent habitat and life history influences on effective/census population size ratios in stream‐dwelling trout

2012· article· en· W1502176875 sur OpenAlexafffund
Sebastian Belmar‐Lucero, Jacquelyn L. A. Wood, Sherylyne Scott, Andrew Harbicht, Jeffrey A. Hutchings, Dylan J. Fraser

Notice bibliographique

RevueEcology and Evolution · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensDalhousie UniversityConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésTroutSalvelinusJuvenileHabitatBiologyFontinalisEcologyPopulationSTREAMSBiomass (ecology)FisheryFish <Actinopterygii>Demography

Résumé

récupéré en direct d'OpenAlex

Lower effective sizes (N(e)) than census sizes (N) are routinely documented in natural populations, but knowledge of how multiple factors interact to lower N(e)/N ratios is often limited. We show how combined habitat and life-history influences drive a 2.4- to 6.1-fold difference in N(e)/N ratios between two pristine brook trout (Salvelinus fontinalis) populations occupying streams separated by only 750 m. Local habitat features, particularly drainage area and stream depth, govern trout biomass produced in each stream. They also generate higher trout densities in the shallower stream by favoring smaller body size and earlier age-at-maturity. The combination of higher densities and reduced breeding site availability in the shallower stream likely leads to more competition among breeding trout, which results in greater variance in individual reproductive success and a greater reduction in N(e) relative to N. A similar disparity between juvenile or adult densities and breeding habitat availability is reported for other species and hence may also result in divergent N(e)/N ratios elsewhere. These divergent N(e)/N ratios between adjacent populations are also an instructive reminder for species conservation programs that genetic and demographic parameters may differ dramatically within species.

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 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 enseignants0,003
Score d'incertitude au seuil0,322

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,010
Tête enseignante GPT0,220
Écart entre enseignants0,210 · 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.

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

Citations58
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology and EvolutionMême sujetFish Ecology and Management StudiesTravaux en français237 207