Temporary Allee effects among non‐stationary recruitment dynamics in depleted gadid and flatfish populations
Notice bibliographique
Résumé
Abstract Many considerably declined fish populations have not fully recovered despite reductions in fishing pressure. One of the possible causes of impaired recovery is the (demographic) Allee effect. To investigate whether low‐abundance recruitment dynamics can switch between compensation and depensation, the latter implying the presence of the Allee effect, we analysed the stock–recruitment time series of 17 depleted cod‐type and flatfish populations using a Bayesian change point model. The recruitment dynamics were represented with the sigmoidal Beverton–Holt and the Saila–Lorda stock–recruitment models, allowing the parameters of the models to shift at a priori unknown change points. Our synthesis study questions the common assumption that recruitment is stationary and compensatory and the high amount of scatteredness often present in stock–recruitment data is only due to random variation. When a moderate amount of such variation was assumed, stock–recruitment dynamics were best explained by a non‐stationary model for 53% of the populations, which suggests that these populations exhibit temporal changes in the stock–recruitment relationship. For four populations, we found shifts between compensation and depensation, suggesting the presence of temporary Allee effects. However, the evidence of Allee effects was highly dependent on the priors of the stock–recruitment model parameters and the amount of random variation assumed. Nonetheless, detection of changes in low‐abundance recruitment is essential in stock assessment since such changes affect the renewal ability of the population and, ultimately, its sustainable harvest limits.
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) | 0,001 | 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 ».