Tracking long-term trends in Sockeye salmon ( Oncorhynchus nerka ) population dynamics using sterol and stanol biomarkers in lake sediments
Notice bibliographique
Résumé
We examined a combination of sediment biomarkers, including sterols, stanols, and δ 15 N, in lakes with well documented Sockeye salmon return histories to optimize methods to infer past changes in salmon escapement (i.e. the population that returns to their freshwater nursery lakes) based on dated sediment core records. Several sterols in surface sediment correlated strongly with salmon escapement across nine Alaskan lakes, particularly cholesterol, the predominant sterol in adult Sockeye salmon muscle tissue (R 2 = 0.8, p = 0.001, F 1,8 = 28.3). Sediment concentrations of the plant-derived sitosterol and algal-derived fucosterol, absent in salmon muscle tissue, also correlated positively with salmon escapement, suggesting that salmon-derived nutrients from decomposing salmon indirectly promote the production of these lipids by primary producers within the aquatic ecosystem. We developed a novel salmon sterol index (SSIa) [(cholesterol + coprostanone + epicoprostanol + desmosterol) / (cholesterol + coprostanone + epicoprostanol + desmosterol + fucosterol + sitosterol + stigmastanol)] that correlated most strongly with salmon return density in surface sediments across nine Alaskan lakes (Pseudo R 2 = 0.86, RMSE =0.071). This index also tracked Sockeye escapement patterns and δ 15 N values in dated sediments spanning over a century of salmon population history, suggesting its potential as a proxy for tracking historical salmon populations, particularly when used alongside independent proxies of salmon-derived nutrient inputs. In summary, the SSIa and the other SSIs we developed show promise to enhance and extend long-term Sockeye salmon population studies from lake sediment records that will help inform salmon conservation and management efforts.
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 | 0,000 | 0,000 |
| 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 | 0,000 | 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 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 ».