Estimates of Effective Number of Breeding Adults and Reproductive Success for White Sturgeon
Notice bibliographique
Résumé
Abstract Accurate estimates of the number of adults contributing to offspring (Ns), effective breeding number (Nb), and individual adult contributions to recruitment are required for recovery planning for endangered White Sturgeon Acipenser transmontanus populations, many of which are suffering from prolonged periods of recruitment failure. We show that genetic techniques can be used to characterize important features of White Sturgeon reproductive ecology in large rivers where census data are extremely difficult to obtain. We used 12 microsatellite loci and likelihood‐based pedigree analysis to estimate Ns, Nb, number of kin groups (Nk), and individual reproductive success of White Sturgeon contributing to viable eggs and larvae collected in the upper Columbia River in each of 2 years. Estimated mean ±SD annual Ns was 121.5 ± 34.7, Nb was 86.5 ± 10.6, and Nk was 73.5 ± 17.3. Large variations in estimates of Ns, Nb, and Nk were observed between three spawning areas, in which one spawning site representing 61% of total adult spawning population. Variation in adult reproductive success was observed within and among sites. Estimated mean ±SD individual spawning duration was 1.9 ± 1.1 d, and number of mates per adult was 2.9 ± 2.5, which also varied spatially and temporally. Based on age of collected eggs and larvae, number of spawning days ranged from 5 to 19 d between years and among sites. Genetically derived estimates of Ns were lower but generally concordant with empirical estimates of available spawners (Nc), based on sex ratios and maturation staging of adults captured independently (Ns/Nc ratio = 0.683). Results increase our understanding of White Sturgeon reproductive ecology and recruitment and allow projections of cohort levels of genetic diversity. Similar data can be applied to recovery planning and aquaculture programs for this and other species of conservation concern. Received January 6, 2014; accepted May 28, 2014
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 machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».