MétaCan
Menu
Retour à la cohorte
Enregistrement W2060073031 · doi:10.1111/j.1095-8649.2003.0216q.x

Sex‐biased dispersal in a salmonid fish: implications for growth rate and survival

2003· article· en· W2060073031 sur OpenAlexaff
Jeffrey A. Hutchings

Notice bibliographique

RevueJournal of Fish Biology · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensDalhousie University
Organismes subventionnairesnon disponible
Mots-clésBiologyBiological dispersalFecunditySalvelinusTroutSex ratioEcologyZoologyCompetition (biology)PopulationDemographyFish <Actinopterygii>Fishery

Résumé

récupéré en direct d'OpenAlex

I tested the hypothesis that dispersal is sex‐biased in an unexploited population of brook trout (Salvelinus fontinalis Mitchill). Based on the assumptions that trout are promiscuous and that reproductive success is limited primarily by either number of mates (males) or fecundity (females), I predicted that males would disperse greater distances than females. I also tested the hypothesis that trout populations comprise stationary and mobile individuals, predicting that males have greater mobility than females. Based on a 5‐year, mark‐recapture study of almost 1000 fish, there was strong support for the hypothesis of male‐biased dispersal. On average, males dispersed 2·5 times as far as females; during the spawning period only, male dispersal exceeded that by females almost four‐fold. Both sexes were heterogeneous with respect to movement, with a lower incidence of mobility among females than males. Sex differences in dispersal may have been responsible for sex biases in seasonal growth. Importantly, growth rate was positively associated with survival, independent of the effects of body size. Sex‐biased dispersal may (1) reduce mate competition among male kin, (2) decrease the probability that males will reproduce with related females, and (3) have important implications for life history.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,002
Score d'incertitude au seuil0,003

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
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)0,0010,000

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.

Tête enseignante Opus0,017
Tête enseignante GPT0,258
Écart entre enseignants0,241 · 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 source (Gemma direct ou Codex distillé), 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

Citations3
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fish BiologyMême sujetFish Ecology and Management StudiesTravaux en français237 207