Factors Influencing Growth Variability in Three Northern Alberta Populations of Yellow Perch (Perca flavescens)
Notice bibliographique
Résumé
This study examined drivers of yellow perch (Perca flavescens) growth in lakes near the northern limit of the species. Three northeast Alberta lakes were surveyed in 1996-1997 and 2009-2010. In the initial survey, the three lakes displayed the full range of perch growth from high density, stunted fish (~10,000 fish/ha, 15 cm), to a low density population that grew to trophy size (~100 fish/ha, 30 cm). In 2009-2010, a repeat survey was conducted to verify if between lake growth differences endured over time and elucidate potential causes of between lake growth variations. Two of the study lakes maintained consistent population demographics and community structure between the surveys while the fish assemblage and perch growth changed significantly at one lake between the surveys. In this lake (Mildred Lake) the community structure changed as two top-piscivore species established throughout and perch density decreased concomitantly. In response, perch showed a significant increase in maximum size (from 20 to 30 cm) and condition factor. Other possible causes of growth variation were also investigated; differences in diet, or an ontogenetic shift to piscivory appeared to have little influence on perch growth variation. Additionally, differences in genetic ancestry (as measured using DNA microsatellites), were not related to growth differences. Perch density, controlled by predation, appeared to be the dominant factor influencing growth differences over time and between lakes.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 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 ».