Life in the fast lane: Revisiting the fast growth—High survival paradigm during the early life stages of fishes
Notice bibliographique
Résumé
Early life survival is critical to successful replenishment of fish populations, and hypotheses developed under the Growth-Survival Paradigm (GSP) have guided investigations of controlling processes. The GSP postulates that recruitment depends on growth and mortality rates during early life stages, as well as their duration, after which the mortality declines substantially. The GSP predicts a shift in the frequency distribution of growth histories with age towards faster growth rates relative to the initial population because slow-growing individuals are subject to high mortality (via starvation and predation). However, mortality data compiled from 387 cases published in 153 studies (1971–2022) showed that the GSP was only supported in 56% of cases. Selection against slow growth occurred in two-thirds of field studies, leaving a non-negligible fraction of cases showing either an absence of or inverse growth-selective survival, suggesting the growth-survival relationship is more complex than currently considered within the GSP framework. Stochastic simulations allowed us to assess the influence of key intrinsic and extrinsic factors on the characteristics of surviving larvae and identify knowledge gaps on the drivers of variability in growth-selective survival. We suggest caution when interpreting patterns of growth selection because changes in variance and autocorrelation of individual growth rates among cohorts can invalidate fundamental GSP assumptions. We argue that breakthroughs in recruitment research require a comprehensive, population-specific characterization of the role of predation and intrinsic factors in driving variability in the distribution and autocorrelation of larval growth rates, and of the life stage corresponding to the endpoint of pre-recruited life.
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 | 0,017 | 0,015 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,003 | 0,002 |
| Études des sciences et des technologies | 0,002 | 0,012 |
| Communication savante | 0,003 | 0,007 |
| Science ouverte | 0,004 | 0,004 |
| Intégrité de la recherche | 0,002 | 0,004 |
| 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 ».