MétaCan
Menu
Retour à la cohorte
Enregistrement W4390752062 · doi:10.1111/faf.12811

Metabolism, population growth, and the fast‐slow life history continuum of marine fishes

2024· article· en· W4390752062 sur OpenAlexafffund
Sarah Gravel, Jennifer S. Bigman, Sebastián A. Pardo, Serena Wong, Nicholas K. Dulvy

Notice bibliographique

RevueFish and Fisheries · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensCanadian Sport Centre PacificPacific Salmon CommissionFisheries and Oceans CanadaSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research ChairsNational Science Foundation
Mots-clésBiologyLife history theoryLife historyPopulationEcologyMetabolic rateZoologyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract The maximum intrinsic rate of population increase (rmax) represents a population's maximum capacity to replace itself and is central to fisheries management and conservation. Species with lower rmax typically have slower life histories compared to species with faster life histories and higher rmax. Here, we posit that metabolic rate is related to the fast–slow life history continuum and the connection may be stronger for maximum metabolic rate and aerobic scope compared to resting metabolic rate. Specifically, we ask whether variation in rmax or any of its component life‐history traits – age‐at‐maturity, maximum age, and annual reproductive output – explain variation in resting and maximum metabolic rates and aerobic scope across 84 shark and teleost species, while accounting for the effects of measurement temperature, measurement body mass, ecological lifestyle, and evolutionary history. Overall, we find a strong connection between metabolic rate and the fast‐slow life history continuum, such that species with faster population growth (higher rmax) generally have higher maximum metabolic rates and broader aerobic scopes. Specifically, rmax is more important in explaining variation in maximum metabolic rate and aerobic scope compared to resting metabolic rate, which is best explained by age‐at‐maturity (out of the life history traits examined). In conclusion, teleosts and sharks share a common fast–slow physiology/life history continuum, with teleosts generally at the faster end and sharks at the slower end, yet with considerable overlap. Our work improves our understanding of the diversity of fish life histories and may ultimately improve our understanding of intrinsic sensitivity to overfishing.

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)0,001
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 enseignants0,003
Score d'incertitude au seuil0,007

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
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 Opus0,007
Tête enseignante GPT0,168
Écart entre enseignants0,161 · 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

Citations24
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFish and FisheriesMême sujetFish Ecology and Management StudiesTravaux en français237 207