The Elusive Minimum Viable Population Size for White Sturgeon
Notice bibliographique
Résumé
Abstract Damming of large rivers in the U.S. Pacific Northwest and Canada has divided the historical population of white sturgeonAcipenser transmontanusinto more than 36 fragmented populations, few of which are thriving. We now face the challenge of managing these populations to avoid extirpation. Two goals of this study were to identify extinction thresholds related to small size and inadequate habitat for this species. The minimum viable population size (MVP) is the threshold size above which populations support recruitment and grow and below which populations fail to support recruitment and decline. We estimated a single, cross‐population MVP using data from multiple populations and quantile regression, which removed the effects of factors other than population size. Only two populations (those in the Bonneville and Dalles reservoirs on the Columbia River), both with significant increasing trends, were larger than our MVP estimate. We detected significant decreasing trends in two populations—those below Bonneville Dam and in the Kootenai River. To discover how site‐specific differences in river habitat influence MVP, we used a population viability analysis (PVA) model that incorporated Allee mechanisms. The PVA model identified a river segment length below which extinction was certain regardless of initial population size. Above this threshold, simulated populations in river segments that were longer or that provided more frequent recruitment opportunities were able to persist with smaller initial sizes. Two priorities emerged for white sturgeon: monitoring age structure and understanding the circumstances preventing recruitment to age 1. Our results ultimately guided us toward thresholds in rearing habitat and age structure that promise to develop into more useful conservation tools than MVP for this and similar long‐lived species.
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 | 0,003 |
| 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 | 0,001 |
| 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 ».