Impact of disease on the survival of three commercially fished species
Notice bibliographique
Résumé
Recent increases in emergent infectious diseases have raised concerns about the sustainability of some marine species. The complexity and expense of studying diseases in marine systems often dictate that conservation and management decisions are made without quantitative data on population-level impacts of disease. Mark-recapture is a powerful, underutilized, tool for calculating impacts of disease on population size and structure, even in the absence of etiological information. We applied logistic regression models to mark-recapture data to obtain estimates of disease-associated mortality rates in three commercially important marine species: snow crab (Chionoecetes opilio) in Newfoundland, Canada, that experience sporadic epizootics of bitter crab disease; striped bass (Morone saxatilis) in the Chesapeake Bay, USA, that experience chronic dermal and visceral mycobacteriosis; and American lobster (Homarus americanus) in the Southern New England stock, that experience chronic epizootic shell disease. All three diseases decreased survival of diseased hosts. Survival of diseased adult male crabs was 1% (0.003-0.022, 95% CI) that of uninfected crabs indicating nearly complete mortality of infected crabs in this life stage. Survival of moderately and severely diseased striped bass (which comprised 15% and 11% of the population, respectively) was 84% (70-100%, 95% CI), and 54% (42-68%, 95% CI) that of healthy striped bass. The disease-adjusted yearly natural mortality rate for striped bass was 0.29, nearly double the previously accepted value, which did not include disease. Survival of moderately and severely diseased lobsters was 30% (15-60%, 95% CI) that of healthy lobsters and survival of mildly diseased lobsters was 45% (27-75%, 95% CI) that of healthy lobsters. High disease mortality in ovigerous females may explain the poor recruitment and rapid declines observed in this population. Stock assessments should account for disease-related mortality when resource management options are evaluated.
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 | 0,001 | 0,001 |
| 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 ».