MétaCan
Menu
Retour à la cohorte
Enregistrement W4321349339 · doi:10.1111/ele.14181

Experimental evidence of size‐selective harvest and environmental stochasticity effects on population demography, fluctuations and non‐linearity

2023· letter· en· W4321349339 sur OpenAlexafffund
Luke A. Rogers, Zachary Moore, Abby Daigle, Pepijn Luijckx, Martin Krkošek

Notice bibliographique

RevueEcology Letters · 2023
Typeletter
Langueen
DomaineEnvironmental Science
ThématiqueEcosystem dynamics and resilience
Établissements canadiensFisheries and Oceans CanadaUniversity of Toronto
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésPopulationDensity dependencePopulation sizeBiologyEcologyPopulation cyclePopulation modelAbundance (ecology)DaphniaPredationDemography

Résumé

récupéré en direct d'OpenAlex

Theory and analyses of fisheries data sets indicate that harvesting can alter population structure and destabilise non-linear processes, which increases population fluctuations. We conducted a factorial experiment on the population dynamics of Daphnia magna in relation to size-selective harvesting and stochasticity of food supply. Harvesting and stochasticity treatments both increased population fluctuations. Timeseries analysis indicated that fluctuations in control populations were non-linear, and non-linearity increased substantially in response to harvesting. Both harvesting and stochasticity induced population juvenescence, but harvesting did so via the depletion of adults, whereas stochasticity increased the abundance of juveniles. A fitted fisheries model indicated that harvesting shifted populations towards higher reproductive rates and larger-magnitude damped oscillations that amplify demographic noise. These findings provide experimental evidence that harvesting increases the non-linearity of population fluctuations and that both harvesting and stochasticity increase population variability and juvenescence.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
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 enseignants0,242
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,006
Tête enseignante GPT0,221
Écart entre enseignants0,215 · 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 tête enseignante, pas un consensus.

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

Citations3
Publié2023
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology LettersMême sujetEcosystem dynamics and resilienceTravaux en français237 207