Quantifying long-term population growth rates of threatened bull trout: challenges, lessons learned, and opportunities
Notice bibliographique
Résumé
Temporal symmetry models (TSM) represent advances in the analytical application of mark–recapture data to population status assessments. For a population of char, we employed 10 years of active and passive mark–recapture data to quantify population growth rates using different data sources and analytical approaches. Estimates of adult population growth rate were 1.01 (95% confidence interval = 0.84–1.20) using a temporal symmetry model (λTSM), 0.96 (0.68–1.34) based on logistic regressions of annual snorkel data (λA), and 0.92 (0.77–1.11) from redd counts (λR). Top-performing TSMs included an increasing time trend in recruitment (f) and changes in capture probability (p). There was only a 1% chance the population decreased ≥50%, and a 10% chance it decreased ≥30% (λMCMC; based on Bayesian Markov chain Monte Carlo procedure). Size structure was stable; however, the adult population was dominated by small adults, and over the study period there was a decline in the contribution of large adults to total biomass. Juvenile condition decreased with increasing adult densities. Utilization of these different information sources provided a robust weight-of-evidence approach to identifying population status and potential mechanisms driving changes in population growth rates.
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 | 0,035 | 0,039 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,006 |
| Science ouverte | 0,002 | 0,002 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».