Microsatellite DNA analysis and hydrodynamic modelling reveal the extent of larval transport and gene flow between management zones in an exploited marine fish (<i>Glaucosoma hebraicum</i>)
Notice bibliographique
Résumé
Abstract Determining the extent of dispersal in exploited marine fishes is essential for understanding their population dynamics and optimising management. The West Australian dhufish, Glaucosoma hebraicum , is a highly sought‐after, large and long‐lived reef‐dwelling species, endemic to south‐western Australia. Stock assessments indicate that this indicator species is overexploited. The fishery is managed using a zone‐based system, which implicitly assumes a high degree of demographic independence among zones. While tagging studies indicate limited movement of adult G. hebraicum , there is no understanding of the spatial scale of dispersal of its larvae and thus the true extent of interdependence of management zones. We analysed 13 microsatellite DNA loci to characterise the extent of gene flow, and conducted particle tracking simulations to model larval transport in this species. Genetic data demonstrated that some local recruitment was likely, but that on a broad scale gene flow between the management zones was extensive, and the entire fishery represents a single genetic stock. Hydrodynamic modelling predicted that the majority of dhufish larvae recruit from within the management zone where they are spawned, and that inter‐annual variation in current velocities has limited effect on the extent of larval transport. Because management zones are likely to be largely independent in terms of both larval and adult recruitment, heavy localised fishing pressure has the potential to reduce the abundance and reproductive capacity of this species in highly fished areas, but it should have limited impact on neutral genetic diversity.
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 | 0,000 | 0,000 |
| 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 ».