Estimating larval production of a broadcast spawner: the influence of density, aggregation, and the fertilization Allee effect
Notice bibliographique
Résumé
The effect of fishing on reproduction is typically quantified by computing the effects of changes in the species abundance and age structure on egg production. For broadcast spawners, reproduction also depends on the local spatial distribution of individuals. Broadcast spawners exhibit an Allee effect at low density: a decline in the fertilization of eggs, owing to increased distance between spawners. We present a method for assessing the likely impact of a fishery on broadcast spawners, based on gamete dispersion dynamics and individual spatial distributions. We use an individual-based model to simulate larval production over a range of uncertainties in dispersion characteristics. We illustrate our method for the red sea urchin, Strongylocentrotus franciscanus , fishery in northern California, USA. The density of red sea urchins varied over space (0.1–1.6·m–2), and indices of aggregation were highest at low densities. As gamete dispersion distances increased, larval production exhibited a more linear relationship with density. Average larval production in 1996–1998 was 33.8% of production near the inception of the fishery. After accounting for decreases in mean density, the fertilization Allee effect accounted for 21.7 ± 4.1% of the decrease in larval production, and 45.2 ± 21.7% if sea urchins were not aggregated.
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 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 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 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 ».