Notice bibliographique
Résumé
Abstract. Accurately estimating self-recruitment (SR), the fraction of recruits in a location that originated locally, is critical for understanding population connectivity. Biophysical models have been typically applied to compute SR by releasing a certain number of larval particles from each assumed source location and tracking them forward in time. However, various strategies have been employed for releasing these larval particles: including randomly, consistently, or a number proportional to the location’s area or larval production, which causes ambiguous results. We demonstrate, using theoretical arguments and numerical simulations from Lake Whitefish (Coregonus clupeaformis) larvae in Lake Erie, that SR depends on larval production at each source location. This dependency suggests that SR may not be computed unambiguously in these models unless realistic larval production is released from all potential source locations. In contrast, parentage analysis studies typically computed SR by assessing the fraction of sampled juveniles that originate locally at a settlement location, instead of identifying larval production at all sources. Therefore, tracking larval particles backward from the settlement location is proposed as a straightforward approach for computing SR. Our findings demonstrate that SR is independent of the number of larval recruits at the settlement location, supporting the employment of backtracking models with randomly released larval particles. In this way, considerable effort and resources, that would otherwise be spent on identifying all potential sources and their larval output, in forward tracking can be saved. We believe this result will have important implications for studies on larval dispersal and recruitment in aquatic systems.
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 | 0,002 | 0,020 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,003 | 0,002 |
| Communication savante | 0,004 | 0,004 |
| Science ouverte | 0,003 | 0,003 |
| Intégrité de la recherche | 0,029 | 0,024 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,124 | 0,080 |
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 ».