Effect of environmental variability on body condition and recruitment success of Atlantic Mackerel (<i>Scomber scombrus</i> L.) in the Gulf of St. Lawrence
Notice bibliographique
Résumé
Abstract The objective of this study was to assess the effect of environmental variability on the dynamics of the Atlantic mackerel ( Scomber scombrus L.) stock in the Gulf of St. Lawrence ( GSL ). We first described the dominant modes of physical and biological (zooplankton) variability using Principal Components Analyses of 40 variables. Two principal modes of variability were identified, a long‐term mode (15–20 yr) associated with a warming of the GSL and a second mode describing alternating cold and warm periods at a higher frequency (5–10 yr). A strong link between physical forcing and the dynamics of zooplankton species known to be important for mackerel was shown. Second, a set of Generalized Additive Models ( GAM ) was developed to explore how these environmental variations could influence mackerel condition (Fulton's K) and recruitment success ( R s ). Optimal GAM s including variations in abundance, species composition and phenology of key copepods improved model performance by 40–50% relative to those considering only physical environmental conditions. The results are consistent with the match–mismatch hypothesis and illustrate the key role of zooplankton dynamics in modulating variations in mackerel K and R s . Finally, this study showed that large variations in R s could be caused by varying environmental conditions independently of the influence of stock biomass. Our results strongly indicate that the effect of environmental variability should be considered in the implementation of an ecosystem‐based approach to Atlantic mackerel stock management.
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 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| 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) | 0,001 | 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 ».