Sex-specific covariation among life-history traits of yellow perch (Perca flavescens)
Notice bibliographique
Résumé
Questions: How do life-history traits covary among populations? Do two-trait models show different patterns of covariation than multi-trait models? Is covariation different for males and females? Is covariation among traits within populations (many generations) different to that among populations (one generation)? Organism: A sexually dimorphic medium-sized freshwater fish, yellow perch (Perca flavescens). Study system: Over 70 lakes in central North America. Methods: Fish older than young-of-the-year were collected using standardized autumn surveys. Mean life-history traits were calculated for each population by sex. Conclusions: Life-history traits generally covaried in the predicted manner among populations. Traditional two-trait comparisons resulted in similar conclusions as more complex models of covariation. Male and female patterns of covariation differed substantially for relationships between growth and age/size at maturation, moderately for lifespan and age at maturation, but were similar for size at maturation and maximum size. The relationships between female growth rate and maturation depended on the cause of variability in growth rates. Slow-growing populations matured young and small in warm lakes but old and large in cold lakes. Patterns of covariation in life-history traits were similar for temporal and spatial variability in traits.
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 | 0,002 | 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 | 0,002 |
| 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) | 0,019 | 0,002 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».