Durability of environment-recruitment relationships in aquatic ecosystems: insights from long-term monitoring in a highly modified estuary and implications for management
Notice bibliographique
Résumé
Abstract The environment can strongly influence the survival of aquatic organisms and their resulting dynamics. Our understanding of these relationships, typically based on correlations, underpins many contemporary resource management decisions and conservation actions. However, such relationships can break down over time as ecosystems evolve. Even when durable, they may not be very useful for management if they exhibit high variability, context dependency, or non-stationarity. Here, we systematically review the literature to identify trends across environment-recruitment relationships for aquatic taxa from California’s San Francisco Bay and Sacramento-San Joaquin Delta Estuary. This is one of the most heavily modified aquatic ecosystems in North America, and home to numerous species of concern whose relationships with the environment inform regulatory actions and constraints. We retested 23 of these relationships spanning 9 species using data that have accumulated in the years since they were first published (9-40 additional years) to determine whether they persisted. Most relationships were robust (i.e., same or stronger in magnitude) to the addition of new data, but the ability to predict how a species will respond to environmental change did not generally improve with more data. Instead, prediction error generally increased over time and in some cases very quickly, suggesting a rapid regime shift. Our results suggest that more data alone will not necessarily improve the ability of these relationships to inform decision making. We conclude by synthesizing emerging insights from the literature on best practices for the analysis, use, and refinement of environment-recruitment relationships to inform decision making in dynamic ecosystems.
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 | 0,006 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,003 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 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 ».