Mixed‐stock analysis using Rapture genotyping to evaluate stock‐specific exploitation of a walleye population despite weak genetic structure
Notice bibliographique
Résumé
Abstract Mixed‐stock analyses using genetic markers have informed fisheries management in cases where strong genetic differentiation occurs among local spawning populations, yet many fisheries are supported by multiple, weakly differentiated stocks. Freshwater fisheries exemplify this problem, with many populations supported by multiple stocks of young evolutionary age and isolated across small spatial scales. Consequently, attempts to conduct genetic mixed‐stock analyses of inland fisheries have often been unsuccessful. Advances in genomic sequencing offer the ability to discriminate among populations with weak population structure, providing the necessary resolution to conduct mixed‐stock assignment among previously indistinguishable stocks. We used genomic data to conduct a mixed‐stock analysis of eastern Lake Erie's commercial and recreational walleye ( Sander vitreus ) fisheries and estimate the relative harvest of weakly differentiated stocks (pairwise F ST < 0.01). Using RAD‐capture (Rapture), we sequenced and genotyped individuals from western and eastern basin local spawning stocks at 12,081 loci with 95% reassignment accuracy, which was not possible in the past using microsatellite markers. A baseline assessment of 395 walleye from 11 spawning stocks identified three reporting groups and refined previous assessments of gene flow among walleye stocks. Genetic assignment of 1,075 walleye harvested in eastern Lake Erie's recreational and commercial fisheries indicated that western basin stocks constituted the majority of harvest during the peak walleye fishing season (July–September), whereas eastern basin individuals comprised much of the early season harvest (May–June). Clear spatial structure in harvest composition existed; catches in more easterly sites contained more individuals of eastern basin origin than did more westerly sites. Our study provides important stock contribution estimates for Lake Erie fishery management and demonstrates the utility of genomic data to facilitate mixed‐stock analysis in exploited fish populations having weak population structure or limited existing genetic resources.
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 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».