Recruitment dynamics of juvenile salmonids: Comparisons among populations and with classic case studies
Notice bibliographique
Résumé
Abstract Understanding recruitment, the process by which individuals are added to a population or to a fishery, is critical for understanding population dynamics and facilitating sustainable fisheries management. Important variation in recruitment dynamics is observed among populations, wherein some populations exhibit asymptotic productivity and others exhibit overcompensation (i.e., compensatory density‐dependence in recruitment). Our ability to understand this interpopulation variability in recruitment patterns is limited by a poor understanding of the underlying mechanisms, such as the complex interactions between density dependence, recruitment, and environment. Furthermore, most studies on recruitment are conducted using an observational design with long time series that are seldom replicated across populations in an experimentally controlled fashion. Without proper replication, extrapolations between populations are tenuous, and the underlying environmental trends are challenging to quantify. To address these issues, we conducted a field experiment manipulating stocking densities of juvenile brook trout Salvelinus fontinalis in three wild populations to show that these neighboring populations—which exhibit divergent patterns of density dependence due to environmental conditions—also have important differences in recruitment dynamics. Testing against four stock‐recruitment models (density independent, linear, Beverton‐Holt, and Ricker), populations exhibited ~twofold variation in asymptotic productivity, with no overcompensation following a Beverton‐Holt model. Although environmental variables (e.g., temperature, pH, depth, substrate) correlated with population differences in recruitment, they did not improve the predictive power in individual populations. Comparing our patterns of recruitment with classic salmonid case studies revealed that despite differences in the shape and parameters of the curves (i.e., Ricker vs. Beverton‐Holt), a maximum stocking density of about five YOY fish/m2 emerged. Higher densities resulted in very marginal increases in recruitment (Beverton‐Holt) or reduced recruitment due to overcompensation (Ricker).
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 | 0,003 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| 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 ».