Growth Autocorrelation in Atlantic Bluefin Tuna <scp> <i>Thunnus thynnus</i> </scp> Larvae in the Northwest Mediterranean and the Gulf of Mexico
Notice bibliographique
Résumé
ABSTRACT Growth and survival rates during the early life stages are key vital parameters driving population dynamics of fish. Growth rates generally present a pattern of autocorrelation. Growth autocorrelation is stronger when faster and slower growing individuals continue to grow faster and slower. Thus, the extent of growth autocorrelation can be a tool for considering potential effects of early growth rates on subsequent growth rates in the life history of fish. In the present study, we applied a group‐level growth autocorrelation analysis to Atlantic bluefin tuna (Thunnus thynnus ) larvae in the northwest Mediterranean (MED) and the Gulf of Mexico (GOM). Based on the otolith increment width data compiled mainly from published datasets, the pattern of growth autocorrelation was described for the species and compared between the MED and GOM populations. Atlantic bluefin tuna showed the highest levels of growth autocorrelation during the early life stages compared with various fish species. Their characteristics supported the general hypothesis that the species and populations with higher growth rates have stronger growth autocorrelation, extending the hypothesis to cover large pelagic piscivorous fish. Therefore, the maternal effects and the environmental variability that larvae encounter right after hatching would be even more critical in survival dynamics and useful for predicting the recruitment dynamics than previously recognized.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,001 | 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 ».