Can Invasiveness in Freshwater Fishes Be Predicted From Life-History Traits?
Notice bibliographique
Résumé
We review a model we developed in 2007 to predict the invasion potential of an introduced population, based on the relationship between juvenile growth (mean total length at age 2) and mean age-at-maturity, and test the model with data from 75 non-native populations of pumpkinseedLepomis gibbosusin nine countries of Europe and western Asia. The database used to construct the model was derived from a mix of primary and secondary data collected between 1981 and 2016. Based on number of specimens collected or catch-per-unit-effort data, and/or comments by the original authors, populations were classifieda priorias “invasive” or “non-invasive.” The plot of the proposed model placed populations in three invasiveness categories (non-invasive, transitional, invasive). Of those predicted by the model to be invasive, only 57% were correct with regard to theira prioriclassification, a result that was not statistically significant. For populations predicted by the model to be non-invasive, 70% were correct with regard to theira prioriclassification when “transitional” were grouped with non-invasive (P= 0.0024), and 64% were correct when “transitional” were excluded from the test (P= 0.12). Applications of the model to two other non-native freshwater fishes (black bullheadAmeiurus melasand crucian carpCarassius carassius) are also discussed. The lack of stronger statistical support for the model may have been the result of using life-history traits from the populations after they were introduced, as the source populations were unknown, as well as to shortcomings in the dataset that could affecta prioriand modeled classifications. We conclude that such life-history models can be useful for predicting invasiveness status in non-native freshwater fishes, though the basis of the predictions, statistical or heuristic, will depend on the size and quality of the underlying life-history database.
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 | 0,002 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».