Pelagic and demersal fish population rebuilding in response to fisheries-induced evolution in exploited China Seas
Notice bibliographique
Résumé
Marine ecosystems are undergoing life-history adaptations with impacts on productivity, resilience, and economic value due to Fisheries-Induced Evolution (FIE). Long-term and often intense selective commercial harvesting has led to truncations in population structure and evolutionary changes in key life-history traits. However, the consequences for different functional groups have rarely been evaluated, especially in the context of rebuilding depleted marine stocks. This study uses an individual-based eco-genetic modeling approach to investigate the effects of FIE during shifts in fishing intensity. We focus on functional groups of three types of pelagic fish and three types of demersal fish with different life histories in the China Seas, proposing and evaluating two types of evolving trait response indicators to FIE, and assessing the influence of fishing intensity during the population rebuilding phase. Our results indicate that FIE has a more pronounced impact on biomass recovery in demersal fishes compared to pelagic fishes. The recovery time ranges from 10 to 40 years and strongly correlates with length at 50% vulnerability ( L 50 ). Reductions in fishing intensity facilitate biomass recovery, particularly in demersal fishes. In conclusion, our study suggests that adopting a management approach tailored to the needs of distinct functional groups is highly beneficial for promoting the efficient recovery of declining demersal fisheries. This understanding is crucial for developing effective fishery management strategies that integrate the evolutionary responses of different functional groups.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 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 tête enseignante, 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 ».