Trends in Rainbow Trout Recruitment, Abundance, Survival, and Growth during a Boom‐and‐Bust Cycle in a Tailwater Fishery
Notice bibliographique
Résumé
Abstract Data from a large‐scale mark–recapture study were used in an open‐population model to determine the cause for long‐term trends in growth and abundance of a Rainbow TroutOncorhynchus mykisspopulation in the tailwater of Glen Canyon Dam, Arizona. Reduced growth affected multiple life stages and processes, causing negative feedbacks that regulated the abundance of the population, including higher mortality of larger fish; lower rates of recruitment (young of the year) during years when growth was reduced; and lower rates of sexual maturation in the following year. High and steady flows during spring and summer 2011 resulted in a very large recruitment event. The population had declined tenfold by 2016 due to a combination of lower recruitment and reduced survival of larger trout. Survival rates for 225‐mm and larger Rainbow Trout in 2014, 2015, and 2016 were 11, 21, and 22% lower, respectively, than average survival rates between 2012 and 2013. Abundance at the end of the study would have been threefold to fivefold higher if survival rates for larger individuals had remained at the elevated levels estimated for 2012 and 2013. Growth declined between 2012 and 2014 owing to reduced prey availability, which led to very poor fish condition (~0.90–0.95) by fall 2014. Poor condition in turn resulted in low survival rates of larger fish during fall 2014 and winter 2015, which contributed to the population collapse. In Glen Canyon, large recruitment events driven by high flows can lead to population increases that cannot be sustained due to limitations in prey supply. When the ability to regulate prey supply is lacking, flows that reduce the probability of large recruitment events can be used to avoid boom‐and‐bust population cycles. Our study demonstrates that mark–recapture is a very informative approach for understanding the dynamics of tailwater trout populations. Received December 6, 2016; accepted March 31, 2017 Published online August 2, 2017
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 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 ».