Reproductive resilience: a paradigm shift in understanding spawner‐recruit systems in exploited marine fish
Notice bibliographique
Résumé
Abstract A close relationship between adult abundance and stock productivity may not exist for many marine fish stocks, resulting in concern that the management goal of maximum sustainable yield is either inefficient or risky. Although reproductive success is tightly coupled with adult abundance and fecundity in many terrestrial animals, in exploited marine fish where and when fish spawn and consequent dispersal dynamics may have a greater impact. Here, we propose an eco‐evolutionary perspective, reproductive resilience, to understand connectivity and productivity in marine fish. Reproductive resilience is the capacity of a population to maintain the reproductive success needed to result in long‐term population stability despite disturbances. A stock's reproductive resilience is driven by the underlying traits in its spawner‐recruit system, selected for over evolutionary timescales, and the ecological context within which it is operating. Spawner‐recruit systems are species specific, have both density‐dependent and fitness feedback loops and are made up of fixed, behavioural and ecologically variable traits. They operate over multiple temporal, spatial and biological scales, with trait diversity affecting reproductive resilience at both the population and individual (i.e. portfolio) scales. Models of spawner‐recruit systems fall within three categories: (i) two‐dimensional models (i.e. spawner and recruit); (ii) process‐based biophysical dispersal models which integrate physical and environmental processes into understanding recruitment; and (iii) complex spatially explicit integrated life cycle models. We review these models and their underlying assumptions about reproductive success vs. our emerging mechanistic understanding. We conclude with practical guidelines for integrating reproductive resilience into assessments of population connectivity and stock productivity.
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 | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,007 |
| Communication savante | 0,003 | 0,008 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».