Peer Review #1 of "An integrated model of seasonal changes in stock composition and abundance with an application to Chinook salmon (v0.1)"
Notice bibliographique
Résumé
Population-specific spatial and temporal distribution data are necessary to identify mechanisms regulating abundance and to manage anthropogenic impacts.However the distributions of highly migratory species are often difficult to resolve, particularly when multiple populations' movements overlap.Here we present an integrated model to estimate spatially-stratified, seasonal trends in abundance and population composition, using data from extensive genetic sampling of commercial and recreational Chinook salmon (Oncorhynchus tschawytscha) fisheries in southern British Columbia.We use the model to estimate seasonal changes in population-specific standardized catch per unit effort (a proxy for abundance) across six marine regions, while accounting for annual variability in sampling effort and uncertain genetic stock assignment.We also share this model as an R package stockseasonr for application to other regions and species.Even at the relatively small spatial scales considered here, we found that patterns in seasonal abundance differed among regions and stocks.While certain locations were clearly migratory corridors, regions within the Salish Sea exhibited diverse, and often weak, seasonal patterns in abundance, emphasizing that they are important, year-round foraging habitats.Furthermore, we found evidence that stocks with similar freshwater life histories and adult run timing, as well as relatively proximate spawning locations, exhibited divergent distributions.Our findings highlight subtle, but important differences in how adult Chinook salmon use marine habitats.Down-scaled model outputs could be used to inform ecosystem-based management efforts by resolving the degree to which salmon overlap with other species of concern, as well as specific fisheries.More broadly, variation in stock-specific abundance among regions indicates efforts to identify mechanisms driving changes in size-at-maturity and natural mortality should account for distinct marine distributions.
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 | 0,004 | 0,027 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,004 | 0,002 |
| Science ouverte | 0,002 | 0,003 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,201 | 0,098 |
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 ».