Reconstructing half a century of coregonine recruitment reveals species-specific dynamics and synchrony across the Laurentian Great Lakes
Notice bibliographique
Résumé
Abstract Understanding how multiple species and populations vary in their recruitment dynamics can elucidate the processes driving recruitment across space and time. Lake Whitefish (Coregonus clupeaformis) and Cisco (C. artedi) are socioecologically important fishes across their range; however, many Laurentian Great Lakes populations have experienced declining, poor, or sporadic recruitment in recent decades. We integrated catch and age data from 38 long-term surveys across each of the Great Lakes and Lake Simcoe, resulting in a combined time series spanning 1960–2019. We estimated Lake Whitefish and Cisco year-class strength (YCS) in each lake using longitudinal mixed-effects regressions of relative cohort abundance. We subsequently quantified interspecific, spatial, and temporal synchrony in YCS using correlation and dynamic factor analyses. Lake Whitefish YCS was positively spatially synchronous on average, and YCS in all six lakes was elevated during the 1980s–1990s. In contrast, Cisco YCS was sporadic, not spatially synchronous, and highly variable around long-term, lake-specific means. YCS was not synchronous between species in any lake. Collectively, our analyses demonstrate that these species exhibit differential recruitment dynamics that may be regulated by species-specific factors. Results from this study can be leveraged in future research on the causes and consequences of cross-species, cross-basin recruitment variability.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 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 ».