Relationship between demographic and genetic population size and role of the environment in a stream fish
Notice bibliographique
Résumé
As wild populations become increasingly small and vulnerable, conservation managers typically must make quick decisions based on limited resources. Two crucial parameters affecting management decisions are the census population size (N) and the effective number of breeders (Nb). However, measuring N and Nb is often difficult, making it of interest to generalize one from the other. We assessed the relationship between N and Nb from 2008-2015 in twelve brook trout populations varying greatly in N (49-10032) and Nb (3-567). Most of the variability in Nb could be explained by N (R2m=0.54, p<0.001) or stream length (R2m=0.44, p<0.001) alone. The ratio Nb/N increased at small N or following an annual decrease in N (R2=0.49, p<0.01), suggesting density-dependent constraints on Nb/N (genetic compensation). We did not find any evidence for consistent differences invariability in Nb and/or Nb/N between small and large populations; however, small populations had more varying temporal variability in Nb/N ratios than large populations. Nb and Nb/N were respectively 2.5-fold and 2.3-fold more variable among populations than temporally within populations. Collectively, our results suggest that conservation resources could be saved by using N or Nb to infer the other to assess relative population sizes. However, using one variable to infer the other to monitor trends within populations is less recommended, perhaps even less so in small populations given their less predictable Nb vs. N dynamics.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| 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) | 0,001 | 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 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 ».