MétaCan
Menu
Retour à la cohorte
Enregistrement W2135931089 · doi:10.1890/09-1218.1

Maternal influences on population dynamics: evidence from an exploited freshwater fish

2010· article· en· W2135931089 sur OpenAlexafffund
Paul Venturelli, Cheryl A. Murphy, Brian J. Shuter, Thomas A. Johnston, Peter J. Van Coeverden de Groot, Peter T. Boag, John M. Casselman, Robert Montgomerie, Murray D. Wiegand, William C. Leggett

Notice bibliographique

RevueEcology · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of WinnipegQueen's UniversityMinistry of Natural Resources and ForestryLaurentian UniversityUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésJuvenileOffspringBiologyPopulationJuvenile fishEcologyAffect (linguistics)Freshwater fishPopulation sizeFish <Actinopterygii>ZoologyFisheryDemographyPregnancy

Résumé

récupéré en direct d'OpenAlex

We used a field experiment, population modeling, and an analysis of 30 years of data from walleye (Sander vitreus; a freshwater fish) in Lake Erie to show that maternal influences on offspring survival can affect population dynamics. We first demonstrate experimentally that the survival of juvenile walleye increases with egg size (and, to a lesser degree, female energy reserves). Because egg size in this species tends to increase with maternal age, we then model these maternal influences on offspring survival as a function of maternal age to show that adult age structure can affect the maximum rate at which a population can produce new adults. Consistent with this hypothesis, we present empirical evidence that the maximum reproductive rate of an exploited population of walleye was approximately twice as high when older females were abundant as compared to when they were relatively scarce. Taken together, these results indicate that age- or size-based maternal influences on offspring survival can be an important mechanism driving population dynamics and that exploited populations could benefit from management strategies that protect, rather than target, reproductively valuable individuals.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesCharge utile insuffisante (le modèle a refusé de juger)
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,639
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0110,001

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 Opus0,011
Tête enseignante GPT0,244
Écart entre enseignants0,233 · 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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.

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

Citations118
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcologyMême sujetFish Ecology and Management StudiesTravaux en français237 207