Demographic Variation Among Unexploited Alpine Brook Trout (Salvelinus fontinalis) Populations and Responses to Experimental Fisheries
Notice bibliographique
Résumé
Primary demographic attributes such as somatic growth, mortality, size- and age-at-maturity, fecundity, and recruitment drive the structure of fish populations, and these processes are also influenced by density-dependent and -independent processes. Here I study multiple populations of unexploited (i.e. assumed equilibria), lentic Brook Trout to describe variation in population structure. Studying unexploited populations gives fisheries managers and scientists an understanding of the intrinsic variation in systems absent from harvest pressure. First, I identify how much primary demographic attributes vary among populations, then attempt to attribute the observed variation to a suite of nested models containing terms for ecosystem productivity (total phosphorus concentration), climate (growing degree days or GDD), and density (fish biomass per hectare) in 9 lakes. I found that (1) populations varied substantially in somatic growth parameters (two-fold), natural mortality (three-fold), age-at-maturity (three-fold), length-at-maturity (two-fold) and recruitment (three-fold), (2) growth early in life was negatively correlated with density (r = -0.58), but maximum length was positively correlated with GDD (r = 0.61), and (3) spawning stock density was negatively correlated with recruitment (r = -0.57), but positively correlated with GDD (r = 0.55). I then experimentally harvested these previously unexploited populations with size selective gillnets by removing 30-70 % of the largest individuals from 5 of the 9 populations over 2 consecutive years. I tested the compensatory response to harvest with a BACI analysis, where I looked to see if absolute growth rate, size- and age-at-maturity, reproductive investment, and recruitment compensate for fisheries harvest. I found (1) strong evidence of recruitment compensation, (2) that overall (i.e. site-wide) stock-recruitment relationship was strongly density dependent and over-compensatory (i.e. a humped, Ricker type relationship), (3) positive but nonsignificant compensation in growth and age-at-maturity, and (4) no change in reproductive investment, but noted that populations may compensate for reproductive capacity in other ways (e.g. a combination of increased somatic growth and younger age-at-maturity). Comparing observed variation in unexploited populations’ demography with environmental variables helps fisheries managers and scientists understand intrinsic variability, and drivers of said variability; further exploiting these populations in an experimental fishery shows the initial mechanisms behind compensation. Examining both unexploited and responses to fisheries will help fisheries managers and scientists understand which populations can have their density reduced (via setting appropriate harvest rates), set realistic targets to recover populations, and increase understanding of the mechanisms that structure populations.
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 | 0,000 | 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 | 0,001 |
| 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) | 0,000 | 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 ».