Evaluating the potential for grey seal predation to explain elevated natural mortality in three fish species in the southern Gulf of St. Lawrence
Notice bibliographique
Résumé
Despite 2 decades of very low fishing levels, numerous NW Atlantic demersal fish stocks have failed to recover from collapsed states or are presently collapsing. In the southern Gulf of St. Lawrence, adult natural mortality (M ) appears to be the demographic rate that most limits population productivity in at least 3 species: Atlantic cod Gadus morhua, white hake Urophycis tenuis and winter skate Leucoraja ocellata. The causes of elevated M are not well understood, though there is indirect evidence consistent with an effect of predation by grey seals Halichoerus grypus. However, direct evidence is lacking due to uncertainty in the seal diet. Consequently, Monte Carlo simulations were undertaken using data on the spatial overlap between the seals and the fishes and a seal food-consumption model, to estimate the plausibility that different seal-diet compositions could explain observed M levels. Under the simulation assumptions, we find that predation could explain up to 20 to 50% of M in adult white hake and cod even if these species comprise a small percentage of grey seal diets (< 25%). If seals consume some of these fish only partially, by selectively feeding on soft tissues, a predation effect becomes more plausible. Predation can also plausibly explain the observed elevated M in adult winter skate, even if they comprise a negligible (< 0.1%) percentage of the grey seal diet. Though the simulations deal with the factors that shape the potential for predation, a greater understanding of prey selection is required to conclude whether grey seals are actually adversely impacting these fish populations.
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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».