Body size and early marine conditions drive changes in Chinook salmon productivity across northern latitude ecosystems
Notice bibliographique
Résumé
Disentangling the influences of climate change from other stressors affecting the population dynamics of aquatic species is particularly pressing for northern latitude ecosystems, where climate driven warming is occurring faster than the global average. Chinook salmon (Oncorhynchus tshawytscha) in the Yukon-Kuskokwim (YK) region occupy the northern extent of their species’ range and are experiencing prolonged declines in abundance resulting in fisheries closures and impacts to the wellbeing of Indigenous people and local communities. These declines have been associated with physical (e.g., temperature, streamflow) and biological (e.g., body size, competition) conditions, but uncertainty remains about the relative influence of these drivers on productivity across populations and how salmon-environment relationships vary across watersheds. To fill these knowledge gaps we estimated the effects of marine and freshwater environmental indicators, body size, and indices of competition, on the productivity (adult returns-per-spawner) of 26 Chinook salmon populations in the YK region using a Bayesian hierarchical stock-recruitment model. Across most populations, productivity declined with smaller spawner body size and sea surface temperatures that were colder in the winter and warmer in the summer during the first year at sea. Decreased productivity was also associated with above average fall maximum daily streamflow, increased sea ice cover prior to juvenile outmigration, and abundance of marine competitors, but the strength of these effects varied among populations. Maximum daily stream temperature during spawning migration had a nonlinear relationship with productivity with reduced productivity in years when temperatures exceeded thresholds in mainstem rivers. These results demonstrate for the first time that well-documented declines in body size of YK Chinook salmon were associated with declining population productivity, while taking climate into account.
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 | 0,001 |
| 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 | 0,001 | 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 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 ».