Population abundance in arctic grayling using genetics and close‐kin mark‐recapture
Notice bibliographique
Résumé
Abstract Arctic Grayling ( Thymallus arcticus ) are among the most widely distributed and abundant freshwater fish in the Yukon Territory of Canada, yet little information exists regarding their broad and fine‐scale population structures or the number and size of these populations. The estimation of population abundance is fundamental for robust management and conservation, yet estimating abundance in the wild is often difficult. Here, we estimated abundance of an Arctic Grayling population using multiple genetic markers and the close‐kin mark‐recapture (CKMR) method. A total of N = 1,104 Arctic Grayling collected from two systems in Yukon were genotyped at 38 sequenced microsatellites. We first identified structure and assessed genetic diversity (effective population size, ). Collections from one of the systems (Lubbock River) comprised adults and young‐of‐the‐year sampled independently allowing the identification of parent–offspring pairs (POPs), and thus, the estimation of abundance using CKMR. We used COLONY and CKMRsim to identify POPs and both provided similar results leading to indistinguishable estimates (95% CI) of census size, that is, = 1858 (1259–2457) and 1812 (1229–2389). The accuracy of the population abundance estimates can in the future be improved with temporal sampling and more precise age or size‐specific fecundity estimates for Arctic Grayling. Our study demonstrates that the method can be used to inform management and conservation policy for Arctic Grayling and likely also for other fish species for which the assumption of random and independent sampling of adults and offspring can be assured.
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 | 0,000 |
| 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) | 0,000 | 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 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 ».