MétaCan
Menu
← Retour à la cohorte
Enregistrement W2116234516 · doi:10.1139/f09-012

A multivariate stock–recruitment function for cohorts with sympatric subclasses: application to maternal effects in rockfish (genus Sebastes)

2009· article· en· W2116234516 sur OpenAlexvenueno aff
Yasmin Lucero

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, Santa Cruz
Mots-clésSebastesSympatric speciationBiologyRockfishJuvenileSympatryEcologyPopulationFisheryDemographyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

I present a multivariate stock–recruitment function (MSRF) for calculating recruitment when a cohort comprises sympatric subclasses. Sympatric subclasses emerge when there are closely interacting subgroups occupying a very similar niche, but whose ecology dictates distinct mortality rates. Examples include multispecies complexes of juvenile rockfish ( Sebastes spp.) in the California current and juvenile salmon ( Oncorhynchus spp.) in streams following different life history strategies. I derive an MSRF and apply it to the ecology of larval and juvenile rockfish with maternal effects. In several species of rockfish, older mothers produce superior larvae. This is called a maternal effect. For these species, larval and juvenile cohorts comprise several sympatric subclasses, each with a distinct mortality rate related to the age of their mothers. I apply this model to data for black rockfish ( Sebastes melanops ) in California and Oregon and find the recruitment estimates based on data from a declining population may overestimate productivity of a recovering population if maternal effects are neglected. The MSRF proves to be a flexible framework for studying recruitment in the presence of sympatric subclasses.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Empirique · Signal consensuel: aucune
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,006
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,014
Tête enseignante GPT0,225
Écart entre enseignants0,212 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations7
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→