MétaCan
Menu
Retour à la cohorte
Enregistrement W2131047804 · doi:10.1139/f08-133

Overcompensatory response of a smallmouth bass (Micropterus dolomieu) population to harvest: release from competition?

2008· article· en· W2131047804 sur OpenAlexaffvenueabout
Elise F. Zipkin, Patrick J. Sullivan, Evan G. Cooch, Clifford E. Kraft, Brian J. Shuter, Brian C. Weidel

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensToronto Zoo
Organismes subventionnairesnon disponible
Mots-clésMicropterusJuvenileBiologyPopulationTemperate climateBass (fish)Abundance (ecology)EcologySurvivorship curveFisheryDemography

Résumé

récupéré en direct d'OpenAlex

An intensive seven-year removal of adult, juvenile, and young-of-the-year smallmouth bass ( Micropterus dolomieu ) from a north temperate lake (Little Moose Lake, New York, USA) resulted in an increase in overall population abundance, primarily due to increased abundance of immature individuals. We developed a density-dependent, stage-structured model to examine conditions under which population control through harvest could result in the increase of a targeted species. Parameter values were derived from a 54-year data set collected from another north temperate lake (Lake Opeongo, Ontario, Canada) smallmouth bass population. Sensitivity analyses identified the demographic conditions that could lead to increased abundance in response to harvest. An increase in population abundance with harvest was most likely to occur when either (i) per capita recruitment at low levels of spawner abundance was large, juvenile survivorship was high, and maturation of age-4 and older juveniles was moderately high or (ii) per capita recruitment at low levels of spawner abundance was slightly lower, yet the maturation rate of age-3 juveniles and adult survivorship were high. Our modeling results together with empirical evidence further demonstrate the importance of overcompensation as a substantial factor to consider in efforts to regulate population abundance through harvest.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,031

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,018
Tête enseignante GPT0,205
Écart entre enseignants0,187 · 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'étudeObservationnel
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

Citations110
Publié2008
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetFish Ecology and Management StudiesTravaux en français237 207