Notice bibliographique
Résumé
Abstract The population dynamics of marine fish at low abundance has long been of interest. One century ago, Johan Hjort drew attention to the importance of understanding “the laws which govern the renewal of the animal population”. Integral to the current work on the recovery of collapsed fish stocks is the association between abundance and per capita population growth rate (r), a negative correlation being representative of compensation and a positive correlation indicative of an Allee effect, also termed depensation. Allee effects are predicted to slow the rate, and increase the uncertainty, of recovery. Based on studies having sufficient data at low abundance, the magnitude of depletion experienced by some fish populations appears to have been sufficient to have generated either an Allee effect or a transition from strong to weak (or absent) compensatory dynamics. To a first approximation, empirically based Allee-effect reference points are consistent with suggested thresholds for overfishing and stock collapse. When evaluating Allee effects in marine fish, it is important not to conflate causal mechanism(s) with the pattern between r and abundance; the latter is of greater practical import. An additional caveat is that the longer a population remains at low abundance, the more likely it is that the environment around it will change in ways that are unfavourable to recovery. It might be this “temporal tyranny” of small population size that is most likely to produce an emergent Allee effect and depensatory dynamics in some collapsed marine fish populations.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».