Estimating movement and abundance of Atka mackerel (<i>Pleurogrammus monopterygius</i>) with tag–release–recapture data
Notice bibliographique
Résumé
Abstract A mark–recapture experiment was conducted in Seguam Pass, Alaska, to estimate local Atka mackerel ( Pleurogrammus monopterygius ) abundance and to evaluate the efficacy of trawl exclusion zones around Steller sea lion ( Eumetopias jubatus ) rookeries. Atka mackerel were found in dense aggregations near the Aleutian Islands where they are a major prey item of endangered Steller sea lions. In 1999, 1375 tagged fish were released and a biomass of 76 679 metric tonnes (t) was estimated outside a trawl exclusion zone using a simple Petersen model. In 2000, 8773 tagged fish were released and the estimated biomasses were 117 900 t inside and 82 057 t outside the trawl exclusion zones using an integrated tagging model. Movement into the open zone was small after 107 days (0.6%), whereas movement from the open area was potentially large but highly uncertain after 107 days (81%). Our model suggests that trawl exclusion zones in Seguam Pass are effective in separating a large biomass of potential prey for Steller sea lions from the immediate effects of local fisheries. Atka mackerel do not appear to move substantially outside their local aggregations (<70 km), and they show strong habitat preferences within their local home ranges. In one instance, fish released in an area of low Atka mackerel abundance returned to their capture location about 2 miles away. Thus individual Atka mackerel may have an affinity for particular areas within their home range, perhaps resulting from adaptations to local oceanic conditions along the Aleutian Island archipelago.
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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».