Advances in Understanding the Drivers of Change and Potential Conservation Actions for Pacific Herring in the Salish Sea
Notice bibliographique
Résumé
Advances in Understanding the Drivers of Change and Potential Conservation Actions for Pacific Herring in the Salish Sea This session offered the latest results from researchers in the USA and Canada based upon cutting-edge approaches to understanding what limits Pacific herring populations in the Salish Sea, which are in decline in many places, and what management actions can be taken to ensure their recovery and conservation. Margaret (Megsie) Siple described the importance of population diversity in Pacific herring for maintaining their overall stability (i.e., portfolio effects), and presented population model results showing increased adult mortality and age truncation (i.e., loss of older ages) over recent decades. Lorenz Hauser showed the most recent genetic microsatellite support for metapopulation structure in Puget Sound herring, i.e., subpopulations going extinct and recolonizing, driven by a combination of spawn timing and geographic distance, potentially with learned social migration behavior. Herring genetic diversity based upon spawn timing was further supported by Eleni Petrou’s work; Petrou used an advanced restriction site-associated (RAD) sequencing approach to determine that genetic differentiation increases with difference in spawn timing. Petrou’s results also supported the idea that populations with similar spawn timing are connected by migration. Finally, two presentations shed new light on potential challenges to early life stages of herring. Brooke Love presented recent research showing that high temperatures result in larval mortality and abnormalities, while adding acidified conditions (high pCO2 levels) to high temperatures additionally led to respiratory difficulties, suggesting that both warming and acidification are factors that negatively affect herring development. Louisa Harding presented results showing for the first time that herring are also negatively impacted by stormwater runoff: inability to mobilize yolk energy stores, and cardiac stress when exposed to stormwater. Together, these results fill some major gaps in our understanding about limitations to recovery for herring in the Salish Sea, and suggest potential ways forward.
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 | 0,005 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,002 |
| Communication savante | 0,004 | 0,006 |
| Science ouverte | 0,001 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,004 |
| 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 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 ».