MétaCan
Menu
Retour à la cohorte
Enregistrement W1841596518 · doi:10.1111/eva.12285

Rapidly shifting maturation schedules following reduced commercial harvest in a freshwater fish

2015· article· en· W1841596518 sur OpenAlexafffund
Zachary S. Feiner, Stephen C. Chong, Carey T. Knight, Thomas E. Lauer, Michael V. Thomas, Jeffrey T. Tyson, Tomas O. Höök

Notice bibliographique

RevueEvolutionary Applications · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensOntario Forest Research Institute
Organismes subventionnairesDepartment of Forestry and Natural Resources, Purdue UniversityBall State UniversityMinistry of Natural ResourcesPurdue University
Mots-clésPerchFishingBiologyFisheryBayFish stockStock (firearms)Commercial fishingEcologyFish <Actinopterygii>Geography

Résumé

récupéré en direct d'OpenAlex

Size-selective harvest of fish stocks can lead to maturation at smaller sizes and younger ages, which may depress stock productivity and recovery. Such changes in maturation may be very slow to reverse, even following complete fisheries closures. We evaluated temporal trends in maturation of five Great Lakes stocks of yellow perch (Perca flavescens Mitchill) using indices that attempt to disentangle plastic and evolutionary changes in maturation: age at 50% maturity and probabilistic maturation reaction norms (PMRNs). Four populations were fished commercially throughout the time series, while the Lake Michigan fishery was closed following a stock collapse. We documented rapid increases in PMRNs of the Lake Michigan stock coincident with the commercial fishery closure. Saginaw Bay and Lake Huron PMRNs also increased following reduced harvest, while Lake Erie populations were continuously fished and showed little change. The rapid response of maturation may have been enhanced by the short generation time of yellow perch and potential gene flow between northern and southern Lake Michigan, in addition to potential reverse adaptation following the fishing moratorium. These results suggest that some fish stocks may retain the ability to recover from fisheries-induced life history shifts following fishing moratoria.

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 enseignants0,219
Score d'incertitude au seuil0,744

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)0,0000,001

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 Opus0,018
Tête enseignante GPT0,246
Écart entre enseignants0,228 · 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

Citations31
Publié2015
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvolutionary ApplicationsMême sujetFish Ecology and Management StudiesTravaux en français237 207