MétaCan
Menu
Retour à la cohorte
Enregistrement W4383506603 · doi:10.1111/faf.12774

Life in the fast lane: Revisiting the fast growth—High survival paradigm during the early life stages of fishes

2023· article· en· W4383506603 sur OpenAlexaff
Dominique Robert, Jun Shoji, Pascal Sirois, Akinori Takasuka, Ignacio A. Catalán, Arild Folkvord, Stuart A. Ludsin, Myron A. Peck, Su Sponaugle, Patricia Ayón, Richard D. Brodeur, Emily Y. Campbell, Evan K. D’Alessandro, John F. Dower, Louis Fortier, Alberto Garcı́a, Klaus B. Huebert, Marc Hufnagl, Shin‐ichi Ito, Mikimasa Joh, Francis Juanes, Mitsuo Nyuji, Yoshioki Oozeki, Guido Plaza, Motomitsu Takahashi, Yosuke Tanaka, Naoki Tojo, Shingo Watari, Naotaka Yasue, Pierre Pepin

Notice bibliographique

RevueFish and Fisheries · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversité LavalUniversity of VictoriaFisheries and Oceans CanadaUniversité du Québec à ChicoutimiUniversité du Québec à Rimouski
Organismes subventionnairesJapan Society for the Promotion of ScienceJapan Fisheries Research and Education Agency
Mots-clésBiologyPredationPopulationPopulation growthLarvaSelection (genetic algorithm)Growth rateDemographyEcologyMathematics

Résumé

récupéré en direct d'OpenAlex

Abstract Early life survival is critical to successful replenishment of fish populations, and hypotheses developed under the Growth‐Survival Paradigm (GSP) have guided investigations of controlling processes. The GSP postulates that recruitment depends on growth and mortality rates during early life stages, as well as their duration, after which the mortality declines substantially. The GSP predicts a shift in the frequency distribution of growth histories with age towards faster growth rates relative to the initial population because slow‐growing individuals are subject to high mortality (via starvation and predation). However, mortality data compiled from 387 cases published in 153 studies (1971–2022) showed that the GSP was only supported in 56% of cases. Selection against slow growth occurred in two‐thirds of field studies, leaving a non‐negligible fraction of cases showing either an absence of or inverse growth‐selective survival, suggesting the growth‐survival relationship is more complex than currently considered within the GSP framework. Stochastic simulations allowed us to assess the influence of key intrinsic and extrinsic factors on the characteristics of surviving larvae and identify knowledge gaps on the drivers of variability in growth‐selective survival. We suggest caution when interpreting patterns of growth selection because changes in variance and autocorrelation of individual growth rates among cohorts can invalidate fundamental GSP assumptions. We argue that breakthroughs in recruitment research require a comprehensive, population‐specific characterization of the role of predation and intrinsic factors in driving variability in the distribution and autocorrelation of larval growth rates, and of the life stage corresponding to the endpoint of pre‐recruited life.

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)0,001
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,052
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,017
Tête enseignante GPT0,221
Écart entre enseignants0,204 · 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

Citations52
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFish and FisheriesMême sujetMarine and fisheries researchTravaux en français237 207