Using a temperature-dependent population model to predict the population growth rates of grass carp across North America
Notice bibliographique
Résumé
• With available data models predict increased population growth with temperature. • Temperature dependence in other traits alters the direction of change in growth rate. • Adult survival is likely a good target for management action. • More temperature-dependent, species-specific data is needed for future research. Invasion risk and impact are related to the population growth rate of newly introduced species. We parameterized a temperature dependent age- and size-structured integral projection model (IPM) to predict the population growth rate of invasive grass carp ( Ctenopharyngodon idella ) in North America. We formulated models using available data on temperature dependence in the age at maturity and fecundity for grass carp and found a small increase in population growth rate at higher temperatures. However, these models did not include potential temperature-dependence in other life history variables (e.g., somatic growth rate, maximum size, and survival) for which there is no data specific to grass carp. Inclusion of simulated temperature dependence in these important variables can reverse the trend in population growth rate and temperature, depending on which combination of life history traits are temperature-dependent. Elasticity analysis highlighted adult survival as a good management target to keep population growth rates small in all cases. We suggest that future studies regarding climate impacts on population growth will require detailed study of the impacts of temperature dependence on various life history traits in order to reach robust conclusions.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».