Continental‐scale acoustic telemetry and network analysis reveal new insights into stock structure
Notice bibliographique
Résumé
Abstract Delineation of population structure (i.e. stocks) is crucial to successfully manage exploited species and to address conservation concerns for threatened species. Fish migration and associated movements are key mechanisms through which discrete populations mix and are thus important determinants of population structure. Detailed information on fish migration and movements is becoming more accessible through advances in telemetry and analysis methods however such information is not yet used systematically in stock structure assessment. Here, we described how detections of acoustically tagged fish across a continental‐scale array of underwater acoustic receivers were used to assess stock structure and connectivity in seven teleost and seven shark species and compared to findings from genetic and conventional tagging. Network analysis revealed previously unknown population connections in some species, and in others bolstered support for existing stock discrimination by identifying nodes and routes important for connectivity. Species with less variability in their movements required smaller sample sizes (45–50 individuals) to reveal useful stock structure information. Our study shows the power of continental‐scale acoustic telemetry networks to detect movements among fishery jurisdictions. We highlight methodological issues that need to be considered in the design of acoustic telemetry studies for investigating stock structure and the interpretation of the resulting data. The advent of broad‐scale acoustic telemetry networks across the globe provides new avenues to understand how movement informs population structure and can lead to improved management.
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) | 0,002 | 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 ».