Quantifying inter-population variability in yellow perch sexual size dimorphism
Notice bibliographique
Résumé
Size-selective angler behavior or the implementation of length-based regulations may have implications in harvest-oriented yellow perch (Perca flavescens) fisheries where perch populations may display sexual size dimorphism (SSD), even though the occurrence of SSD remains poorly documented. Predicted and observed mean lengths-at-age were used to describe the occurrence of yellow perch SSD in populations from four states and one Canadian province. In addition, abiotic and biotic variables were used to predict the occurrence of SSD in yellow perch populations. Predicted mean lengths-at-age were significantly greater for female yellow perch after age 3 indicating female-biased SSD (higher female growth rates and greater maximum attainable lengths) occurred upon maturity. Using observed mean lengths-at-age, 85% of the study populations had at least 1 year class where females were significantly larger than males. Female-biased SSD was present in almost two-thirds of the individual observed mean length-at-age year class comparisons. SSD could not be reliably predicted using yellow perch population dynamics or lake morphometry. Although, yellow perch SSD was positively correlated with lake productivity, a low fit statistic suggests a poor predictive relationship. This study has demonstrated the prevalence of female-biased SSD in yellow perch populations. Because yellow perch anglers are size selective and harvest oriented, the occurrence of female-biased SSD in a perch population will likely result in female-biased exploitation and, therefore, we recommend natural resource agencies collect age and gender-specific data to identify the occurrence of SSD in perch populations.
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 | 0,000 |
| 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) | 0,004 | 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 ».