MétaCan
Menu
Retour à la cohorte
Enregistrement W4281669605 · doi:10.1093/icesjms/fsac100

Interannual variability in size-selective winter mortality of young-of-the-year striped bass

2022· article· en· W4281669605 sur OpenAlexafffund
Henrique A Peres, Dominique Robert, Julien Mainguy, Pascal Sirois

Notice bibliographique

RevueICES Journal of Marine Science · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMinistère des Ressources naturelles et des ForêtsUniversité du Québec à RimouskiUniversité du Québec à Chicoutimi
Organismes subventionnairesCanada Research ChairsMinistère des Forêts, de la Faune et des Parcs
Mots-clésOtolithBiologyBass (fish)OverwinteringMorone saxatilisAbundance (ecology)FisheryPopulationMark and recaptureEcologyFish <Actinopterygii>Demography

Résumé

récupéré en direct d'OpenAlex

Abstract Early life stages of fish are characterized by high size-selective mortality rates, with selection generally acting against smaller, slow-growing individuals. Here, we investigate, for the St. Lawrence River striped bass (Morone saxatilis) population, how size of young-of-the-year juveniles (YOYs) affected survival from the pre-wintering period until the following spring, by comparing their otolith daily growth trajectory to that of one-year-old juveniles (OYOs). Otolith growth in the first 50 d after hatch was faster in post- than in pre-winter juveniles in both years, indicating that fast-growing individuals were more likely to survive to the next spring. A larger back-calculated size at age 1 in the 2016 year class compared to that observed in 2017 also suggests interannual variability in size-selective overwinter survival. Our results indicate that the design of YOY abundance surveys aimed at predicting annual recruitment strength needs to account for the effect of size-dependent mortality until the end of the first winter of life, as high abundance of relatively small YOYs in autumn may not necessarily translate into a large number of OYOs in the following spring and thus into high recruitment.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
Score d'incertitude au seuil0,011

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,007
Tête enseignante GPT0,241
Écart entre enseignants0,234 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations6
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueICES Journal of Marine ScienceMême sujetFish Ecology and Management StudiesTravaux en français237 207