MétaCan
Menu
Retour à la cohorte
Enregistrement W4416131350 · doi:10.1111/1365-2656.70176

An integrated integral projection model ( <scp> IPM <sup>2</sup> </scp> ) to disentangle size‐structured harvest and natural mortality

2025· article· en· W4416131350 sur OpenAlexfundno aff
Abigail G. Keller, Benjamin R. Goldstein, Leah Skare, Perry de Valpine

Notice bibliographique

RevueJournal of Animal Ecology · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCrustacean biology and ecology
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans CanadaAdvanced Scientific Computing ResearchCalifornia Department of Fish and WildlifeOffice of ScienceWashington Sea Grant, University of WashingtonU.S. Geological SurveyU.S. Department of EnergyWashington Department of Fish and WildlifeNational Science Foundation
Mots-clésPopulationInferencePopulation sizeProjection (relational algebra)Context (archaeology)Population projectionPopulation growthProjections of population growthAbundance (ecology)

Résumé

récupéré en direct d'OpenAlex

Abstract Body size is one of the most important traits governing individual‐level demographic rates and modulating population‐level processes. Multiple size‐dependent demographic rates can simultaneously change population structure, so distinguishing their individual contributions to overall population dynamics remains a challenge. Disentangling size‐dependent harvest rates from other demographic rates is critical for assessing the impact of removal on populations of invasive species. Inference about invasive populations can be difficult, however, as observations are often collected opportunistically as part of removal programs, rather than experimentally designed. Yet accurate inference is essential for understanding the feasibility of population suppression and optimising management decisions. We develop an integrated integral projection model (IPM 2 ) that leverages the strengths of the integrated population model and integral projection model to enable inference about complex, size‐structured demographic rates from imperfect observations. We apply the IPM 2 in the context of invasive European green crab ( Carcinus maenas ), a species for which individual body size strongly regulates both the observation‐generating process and latent, population dynamics. The IPM 2 facilitates the distinct estimation of green crab size‐structured harvest and natural mortality rates, parameters for which no explicit data is collected and that are unidentifiable in component datasets of the integrated population model. The model represents how the green crab population changes over time, providing the first estimates of size‐structured abundance of this high‐priority species. By forecasting the stable size distribution and equilibrium population size under varying removal efforts, we demonstrate that extremely high levels of removal effort can reduce the equilibrium green crab population size. Yet these high mortality rates also shift the stable size distribution and increase the equilibrium abundance of smaller crabs, since size‐selective removal alters intraspecific interactions. The ecological outcome of this shift in size structure will be variable, as green crab size modulates only some of its interactions with other species. These results highlight the value of the IPM 2 framework for inferring complex population dynamics with information needs that outpace information in individual observational datasets, providing a path forward for accurate assessment of conservation programs.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,007
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
GenreSignal candidat: Méthodes · Signal consensuel: Méthodes
Score de désaccord entre enseignants0,021
Score d'incertitude au seuil0,041

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0030,007
Méta-épidémiologie (sens strict)0,0010,001
Méta-épidémiologie (sens large)0,0010,002
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0020,001
Science ouverte0,0030,002
Intégrité de la recherche0,0020,003
Charge utile insuffisante (le modèle a refusé de juger)0,0050,001

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.

Tête enseignante Opus0,010
Tête enseignante GPT0,264
Écart entre enseignants0,254 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeSimulation ou modélisation
Domainenon disponible
GenreMéthodes

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Animal EcologyMême sujetCrustacean biology and ecologyTravaux en français237 207