Larger Fish Upstream: Testing the Drivers of Fish Longitudinal Size Distribution in a Stream
Notice bibliographique
Résumé
ABSTRACT The “larger fish upstream pattern” (LFUP), where fish size increases from river mouths toward headwaters, is widely documented, but the drivers remain unclear. Here, we tested whether LFUP is related to species reproductive strategies or environmental factors (differential growth, predation, competition). Using historical data (1994–1998) from six sites along a stream, we analysed the size distributions of eight fish species with three distinct spawning strategies (pelagic, lithopelagic, nest‐spawning). Linear and mixed‐effects models were used to test the effect of distance from the stream mouth, productivity (food resources), predation and intraspecific competition on body size distribution of each species. Pelagic species ( Deuterodon janeiroensis , D. hastatus ) and the lithopelagic spawner Pimelodella lateristriga consistently exhibited LFUP, driven primarily by distance from the river mouth. The LFUP in the lithopelagic Mimagoniates microlepis was explained by productivity, not distance. Nest spawners (e.g., Geophagus brasiliensis ) showed no LFUP or inverse trends. In all species, competition reduced body size, while predation effects were variable. We found that LFUP pattern is strongly linked to reproductive strategies: species with drifting eggs/larvae (pelagic/lithopelagic) require upstream movement to maintain population, while environmental factors had weak or inconsistent effects. Our findings highlight that upstream movement is critical for small‐stream fish conservation, especially for species vulnerable to downstream drift. Barriers (e.g., dams) disrupting connectivity threaten LFUP‐dependent species globally, exposing the need for fish passage solutions when managing small streams.
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) | 0,001 | 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 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 ».