Reconciling seascape genetics and fisheries science in three codistributed flatfishes
Notice bibliographique
Résumé
Uncertainty hampers innovative mixed-fisheries management by the scales at which connectivity dynamics are relevant to management objectives. The spatial scale of sustainable stock management is species-specific and depends on ecology, life history and population connectivity. One valuable approach to understand these spatial scales is to determine to what extent population genetic structure correlates with the oceanographic environment. Here, we compare the level of genetic connectivity in three codistributed and commercially exploited demersal flatfish species living in the North East Atlantic Ocean. Population genetic structure was analysed based on 14, 14 and 10 neutral DNA microsatellite markers for turbot, brill and sole, respectively. We then used redundancy analysis (RDA) to attribute the genetic variation to spatial (geographical location), temporal (sampling year) and oceanographic (water column characteristics) components. The genetic structure of turbot was composed of three clusters and correlated with variation in the depth of the pycnocline, in addition to spatial factors. The genetic structure of brill was homogenous, but correlated with average annual stratification and spatial factors. In sole, the genetic structure was composed of three clusters, but was only linked to a temporal factor. We explored whether the management of data poor commercial fisheries, such as in brill and turbot, might benefit from population-specific information. We conclude that the management of fish stocks has to consider species-specific genetic structures and may benefit from the documentation of the genetic seascape and life-history traits.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| 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) | 0,002 | 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 ».