Ecosystem change and decadal variation in stock–recruitment relationships of Lake Erie yellow perch (Perca flavescens)
Notice bibliographique
Résumé
Abstract Fish stock–recruitment relationships (SRRs) may vary in response to ecosystem change, increasing uncertainty for fisheries management. We defined three periods between 1975 and 2015 over which Lake Erie, a Laurentian Great Lake, underwent significant ecosystem changes: before zebra mussel (Dreissena polymorpha) establishment, after zebra mussel establishment and before re-eutrophication, and after re-eutrophication. To examine the extent to which SRRs of Lake Erie yellow perch (Perca flavescens) also varied over these periods, we compared the performance of Baseline (constant recruitment), Ricker (constant SRR), Periodic Ricker (different SRRs among three periods) and Random-walk Ricker (annually varying SRRs) models fitted to data for yellow perch stocks corresponding to three lake basins. Periodic and Random-walk Ricker models performed better for stocks in the western and eastern basins, but the Baseline model performed best in the central basin. Annual variation in the SRRs coincided with the timing of zebra mussel establishment and re-eutrophication in the shallower western basin, but not in the deeper eastern basin, where quagga mussels (Dreissena bugensis) established later and conditions are less eutrophic. These results underscore that temporally and spatially varying SRRs associated with ecosystem change should be taken into account in models of fish population dynamics.
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 ».