MétaCan
Menu
Retour à la cohorte
Enregistrement W4378176628 · doi:10.1371/journal.pbio.3002114

Life history optimisation drives latitudinal gradients and responses to global change in marine fishes

2023· article· en· W4378176628 sur OpenAlexaff
Mariana Álvarez‐Noriega, Craig R. White, Jan Kozłowski, Troy Day, Dustin J. Marshall

Notice bibliographique

RevuePLoS Biology · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensQueen's University
Organismes subventionnairesAustralian Research CouncilMonash University
Mots-clésBiologyFecundityIntraspecific competitionReproductionLife history theoryEcologyReproductive successClimate changePopulationMarine lifeLife historyZoologyDemography

Résumé

récupéré en direct d'OpenAlex

Within many species, and particularly fish, fecundity does not scale with mass linearly; instead, it scales disproportionately. Disproportionate intraspecific size-reproduction relationships contradict most theories of biological growth and present challenges for the management of biological systems. Yet the drivers of reproductive scaling remain obscure and systematic predictors of how and why reproduction scaling varies are lacking. Here, we parameterise life history optimisation model to predict global patterns in the life histories of marine fishes. Our model predict latitudinal trends in life histories: Polar fish should reproduce at a later age and show steeper reproductive scaling than tropical fish. We tested and confirmed these predictions using a new, global dataset of marine fish life histories, demonstrating that the risks of mortality shape maturation and reproductive scaling. Our model also predicts that global warming will profoundly reshape fish life histories, favouring earlier reproduction, smaller body sizes, and lower mass-specific reproductive outputs, with worrying consequences for population persistence.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,045
Score d'incertitude au seuil0,998

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,086
Tête enseignante GPT0,296
Écart entre enseignants0,210 · 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

Citations23
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS BiologyMême sujetMarine and fisheries researchTravaux en français237 207