Ecological change alters the evolutionary response to harvest in a freshwater fish
Notice bibliographique
Résumé
Harvesting can induce rapid evolution in animal populations, yet the role of ecological change in buffering or enhancing that response is poorly understood. Here, we developed an eco-genetic model to examine how ecological changes brought about by two notorious invasive species, zebra and quagga mussels, influence harvest-induced evolution and resilience in a freshwater fish. Our study focused on lake whitefish (Coregonus clupeaformis) in the Laurentian Great Lakes, where the species supports valuable commercial and subsistence fisheries, and where the invasion of dreissenid (zebra and quagga) mussels caused drastic shifts in ecosystem productivity. Using our model system, we predicted faster rates of evolution of maturation reaction norms in lake whitefish under pre-invasion ecosystem conditions when growth and recruitment of young to the population were high. Slower growth rates that occurred under post-invasion conditions delayed when fish became vulnerable to the fishery, thus decreasing selection pressure and lessening the evolutionary response to harvest. Fishing with gill nets and traps nets generally selected for early maturation at small sizes, except when fishing at low levels with small mesh gill nets under pre-invasion conditions; in this latter case, evolution of delayed maturation was predicted. Overall, the invasion of dreissenid mussels lessened the evolutionary response to harvest, while also reducing the productivity and commercial yield potential of the stock. These results demonstrate how ecological conditions shape evolutionary outcomes and how invasive species can have a direct effect on evolutionary responses to harvest and sustainability.
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 | 0,001 |
| 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) | 0,037 | 0,022 |
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; les deux têtes enseignantes s’accordent sur ce qui est montré ici.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».