Application of the Genetic Mark–Recapture Technique for Run Size Estimation of Yukon River Chinook Salmon
Notice bibliographique
Résumé
Abstract We present an application of the genetic mark–recapture technique to estimate salmon run size in a large river. Application of this technique requires modifications to estimation methodology. Under a typical Lincoln–Petersen mark–recapture estimation of salmon run size (N = M/p), individual fish are captured and marked (M) in the lower river and are recaptured (m) at escapement (E: the number of fish reached spawning ground) monitoring sites selected upriver where the proportion of marked individuals (p = m/E) is estimated. In this genetic mark–recapture technique, the marked individuals are not captured and recaptured, but rather the naturally distinctive genetic (marked) population is captured and recaptured. Genetically, the lower river population is a mixture of multiple genetic stocks, whereas the upriver escapement population consists of a single genetic stock. Hence, the mark–recapture experiment (N = M/pm) is reversed. The proportion of “marked” genetic stock (pm) is estimated in the lower river, and size of the “marked” stock in the lower river (M) is estimated by summing its upriver escapement (Em) and harvest (Cm) between the lower and upper portions of river (M = Em+Cm). The harvest is calculated as a product of total upriver harvest (C) and the proportion of the “marked” stock (pcm) in the harvest (Cm = C·pcm). Further, when the proportion of multiple genetic stocks (pk) is identified, stock-specific run size (Nk = N·pk), escapement (Ek = Nk−Ck, where Ck = C ·pck), and exploitation rate (Exk = Ck /Nk) can also be estimated, which provides substantially more information than does the conventional approach. We illustrate an application of this technique for estimating run size of Chinook Salmon Oncorhynchus tshawytscha in the Yukon River, Alaska. Received June 6, 2013; accepted November 20, 2013
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 | 0,002 |
| 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 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 ».