Salinity‐linked growth in anguillid eels and the paradox of temperate‐zone catadromy
Notice bibliographique
Résumé
Temperate-zone anguillid eels use both saline (marine or brackish) and fresh waters during their continental phase, but use of fresh waters is paradoxical because on average these fishes grow more rapidly in saline than in fresh waters. Based on data from anguillid eels whose habitat-residency histories had been determined by Sr:Ca otolithometry, superiority of growth rates in saline water is much greater in American eels Anguilla rostrata in north-eastern North America (mean saline:fresh growth rate ratio 2.07) than in European Anguilla anguilla, Japanese Anguilla japonica and shortfinned Anguilla australis eels (range of mean ratios 1.12-1.14). Data from A. rostrata in the Hudson Estuary, U.S.A., and Prince Edward Island, Canada, were used to test adaptive explanations of catadromous migrations. The hypothesis that lower mortality in fresh water offsets faster growth in saline water was not supported because loss (mortality + emigration ) rates did not vary between saline and fresh zones of the Hudson Estuary. Hypotheses that anguillid eels move to fresh water to escape from larger anguillid eels in saline water or to evaluate habitat quality were not supported by size and age distributions. Catadromy in temperate-zone anguillid eels increases the diversity of occupied habitats and therefore lowers fitness variance caused by environmental fluctuations. Catadromy in temperate-zone anguillid eels could be due to natural selection for maximum geometric mean fitness which is sensitive to fitness variance. Temperate-zone catadromy might also be maladaptive, at least in local areas, due to shifts over time in selective pressures or to inability of panmictic genetic systems to adapt to local conditions.
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 | 0,001 | 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) | 0,000 | 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 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 ».