Bottom-up and top-down control of small pelagic forage fish: factors affecting age-0 herring in the Strait of Georgia, British Columbia
Notice bibliographique
Résumé
Small pelagic fish are key planktivores and prey in marine ecosystems, and their population abundances undergo strong temporal and spatial variability. Top-down (predator controlled) and bottom-up (prey-driven) processes during early life history are important for determining forage fish survival and recruitment. We examined biological and environmental factors hypothesized to influence age-0 Pacific herring Clupea pallasi in the Strait of Georgia (SOG), British Columbia, Canada. Primarily bottom-up processes affected interannual variability in age-0 herring abundance and condition, with some evidence of top-down effects on condition. Age-0 herring abundance increased with increasing adult spawning biomass and peaked when most adults spawned about 20 d prior to the peak spring primary production bloom. This timeline would temporally align first-feeding herring larvae with their prey, such as small copepods. Age-0 herring abundance also increased with increasing juvenile salmon abundance, indicating that conditions favourable for herring were also favourable for their predators and competitors. Age-0 herring condition decreased with increasing spawning biomass, increased when most adults spawned closer to the peak spring bloom, increased with increasing temperatures above 8.2C, and increased then stabilized with increasing prey zooplankton density. Age-0 herring condition had a dome-shaped relationship with predator abundance, indicating that high predator abundances negatively affected fish condition. Study results suggest that density-dependent processes, such as intraspecific competition, may be important in the SOG. A positive correlation between age-0 herring abundance and subsequent age-3 recruit abundance may provide a leading indicator of low recruitment years.
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 | 0,000 |
| 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 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 ».