Assessing threats to species at risk using stage‐structured state–space models: mortality trends in skate populations
Notice bibliographique
Résumé
Population models are needed to assess the threats to species at risk and to evaluate alternative management actions. Data to support modeling is limited for many species at risk, and commonly used approaches generally assume stationary vital rates, a questionable assumption given widespread ecosystem change. We describe a modeling approach that can be applied to time series of length composition data to estimate vital rates and test for changes in these rates. Our approach uses stage-structured population models fit within a Bayesian state-space model. This approach simultaneously allows for both process and observation uncertainty, and it facilitates incorporating prior information on population dynamics and on the monitoring process. We apply these models to populations of winter skate (Leucoraja ocellata) that have been designated as "endangered" or "threatened." These models indicate that natural mortality has decreased for juveniles and increased for adults in these populations. The declines observed in these populations had been attributed to unsustainable rates of bycatch in fisheries for other groundfishes; our analyses indicate that increased natural mortality of adults is also an important factor contributing to these declines. Adult natural mortality was positively related to grey seal (Halichoerus grypus) abundance, suggesting the hypothesis that increased adult mortality reflected increased predation by expanding grey seal herds. Population projections indicated that the threatened population would be expected to stabilize at a low level of abundance if all fishery removals were eliminated, but that the endangered population would likely continue to decline even in the absence of fishery removals. We note that time series of size distributions are available for most marine fish populations monitored by research surveys, and we suggest that a similar approach could be used to extract information from these time series in order to estimate mortality rates and changes in these rates.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,007 | 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 ».