MétaCan
Menu
Retour à la cohorte
Enregistrement W2517594875 · doi:10.4231/r73n21bs

Dramatic adaptive response of life history trait to reduced commercial harvest in a freshwater fish

2014· article· en· W2517594875 sur OpenAlexaff
Zachary S. Feiner, Stephen C. Chong, Carey T. Knight, Thomas E. Lauer, Michael V. Thomas, Jeffrey T. Tyson, Tomas O. Höök

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFish Biology and Ecology Studies
Établissements canadiensMinistry of Natural Resources and Forestry
Organismes subventionnairesnon disponible
Mots-clésFish <Actinopterygii>TraitFreshwater fishAdaptive responseFisheryBiologyEcologyComputer science

Résumé

récupéré en direct d'OpenAlex

Fisheries-induced evolution of exploited fish stocks toward maturation at smaller sizes and younger ages has been postulated to reduce stock productivity and depress the recovery of stocks after collapse. Moreover, evidence from empirical and modeling research has shown that evolutionary changes in maturation may be very slow or impossible to reverse, even following complete fisheries closures. We evaluated temporal trends in maturation of five Great Lakes stocks of yellow perch (Perca flavescens) using indices that reflect plastic (age at 50% maturity) and adaptive (probabilistic maturation reaction norms; PMRNs) variation in maturation schedules. Four of the populations were fished commercially throughout the time series, while one (Lake Michigan) experienced a fisheries moratorium following collapse of the stock. We documented a dramatic, adaptive increase in PMRNs of the Lake Michigan stock coincident with the closure of the commercial fishery, while populations that were continuously fished showed little change. This evidence is among the first to suggest that fish life history traits have the potential to rapidly respond to fishing moratoriums and recover from previous, fisheries-induced changes, meaning some stocks may retain the evolutionary ability to recover from commercial overexploitation.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,005

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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.

Tête enseignante Opus0,037
Tête enseignante GPT0,210
Écart entre enseignants0,173 · 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; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
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

Citations0
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetFish Biology and Ecology StudiesTravaux en français237 207