Demographic resilience of brook trout populations subjected to experimental size‐selective harvesting
Notice bibliographique
Résumé
Abstract Sustainable management of exploited populations benefits from integrating demographic and genetic considerations into assessments, as both play a role in determining harvest yields and population persistence. This is especially important in populations subject to size‐selective harvest, because size selective harvesting has the potential to result in significant demographic, life‐history, and genetic changes. We investigated harvest‐induced changes in the effective number of breeders () for introduced brook trout populations ( Salvelinus fontinalis ) in alpine lakes from western Canada. Three populations were subject to 3 years of size‐selective harvesting, while three control populations experienced no harvest. The decreased consistently across all harvested populations (on average 60.8%) but fluctuated in control populations. There were no consistent changes in between control or harvest populations, but one harvest population experienced a decrease in of 63.2%. The / ratio increased consistently across harvest lakes; however we found no evidence of genetic compensation (where variance in reproductive success decreases at lower abundance) based on changes in family evenness () and the number of full‐sibling families (). We found no relationship between and or between / and . We posit that change in was buffered by constraints on breeding habitat prior to harvest, such that the same number of breeding sites were occupied before and after harvest. These results suggest that effective size in harvested populations may be resilient to considerable changes in N c in the short‐term, but it is still important to monitor exploited populations to assess the risk of inbreeding and ensure their long‐term survival.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».