Predation by Bears Drives Senescence in Natural Populations of Salmon
Notice bibliographique
Résumé
Classic evolutionary theory predicts that populations experiencing higher rates of environmentally caused ("extrinsic") mortality should senesce more rapidly, but this theory usually neglects plausible relationships between an individual's senescent condition and its susceptibility to extrinsic mortality. We tested for the evolutionary importance of this condition dependence by comparing senescence rates among natural populations of sockeye salmon (Oncorhynchus nerka) subject to varying degrees of predation by brown bears (Ursus arctos). We related senescence rates in six populations to (1) the overall rate of extrinsic mortality, and (2) the degree of condition dependence in this mortality. Senescence rates were determined by modeling the mortality of individually-tagged breeding salmon at each site. The overall rate of extrinsic mortality was estimated as the long-term average of the annual percentage of salmon killed by bears. The degree of condition dependence was estimated as the extent to which bears killed salmon that exhibited varying degrees of senescence. We found that the degree of condition dependence in extrinsic mortality was very important in driving senescence: populations where bears selectively killed fish showing advanced senescence were those that senesced least rapidly. The overall rate of extrinsic mortality also contributed to among-population variation in senescence-but to a lesser extent. Condition-dependent susceptibility to extrinsic mortality should be incorporated more often into theoretical models and should be explicitly tested in natural 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 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 | 0,000 | 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) | 0,000 | 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 ».