Estimating a thermal constant of spawning to explain spawning time of Pacific herring Clupea pallasii across space and time
Notice bibliographique
Résumé
Explaining variation in life history phenology requires us to disentangle environmental-dependent variability from that caused by adaptive change across time and space. Here, we offer thermal time models (models measuring time in temperature units) as tools to understand the spawning dynamics of small pelagic fish, such as Pacific herring Clupea pallasii. We hypothesised that thermal time explains the annual timing of spawning of Pacific herring across space and time. By testing this hypothesis, we identified developmental constants (thermal constants of spawning) that can be used to make spawning time predictions. We examined spatio-temporal changes in Pacific herring spawning time over a 69 yr period (1941-2010) across 6 regions off British Columbia (BC), Canada. We estimated the degree-days (DD, °C-days) from the onset of gonadal maturation to spawning by combining spawning time estimates with distribution-specific temperature estimates. We then fitted models to explore how DD to spawning can be used to explain observed spawning time patterns across space and time and identified temperature-independent sources of variability (e.g. adaptive differences among regions, spawner size). We found that, even though Pacific herring often spawned ∼5 d later with each increasing degree in latitude, the average thermal time in DD to spawning was ∼1700°C-days. We also found that DD to spawning explains linear variation in spawning time across years for some regions of the BC Pacific herring. Thermal time models can aid in predictions of environmental responses and forecasts of life-history phenology in a changing climate.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| 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 source (Gemma direct ou Codex distillé), 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 ».