Historical dynamics of the Australian fur seal population: evidence of regulation by man?
Notice bibliographique
Résumé
The Australian fur seal (Arctocephalus pusillus doriferus) was severely over-exploited in the 18th and 19th centuries and until relatively recently its population had remained steady at well below estimated presealing levels. However, the population is now increasing rapidly (6%20% per annum) throughout its range and there is a need to understand its dynamics in order to assess the potential extent and impact of interactions with fisheries. Age distribution (n = 156) and pregnancy rate (n = 110) were determined for adult females collected at a breeding colony on Seal Rocks, southeast Australia, in 19711972. Mean ± SE and maximum observed ages were 9.37 ± 0.41 and 20 years (n = 1), respectively. A stochastic modelling approach was used to fit an age distribution to the observed age-structure data and calculate rates of recruitment and adult survival. Annual adult female survival and recruitment rates between 1954 and 1971 were 0.478 ± 0.029 (mean ± SE) and 0.121 ± 0.007, respectively, suggesting that the population was experiencing a decline during the 1960s. The pregnancy rate increased from 78% at 3 years of age to an average of 85% between 413 years of age before significantly decreasing in older females (the oldest was 19 years of age). There was no significant effect of body mass or condition on the probability of a female being pregnant (P > 0.5 in both cases) and the nutritional burden of lactation did not appear to affect pregnancy rates or gestational performance. These findings suggest that the low survivorship was due to density-independent effects such as mortality resulting from interactions with fishers, which are known to have been common at the time. The recent increase in the population is consistent with anecdotal evidence that such interactions have decreased as fishing practices have changed.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».