文献

J-GLOBAL ID：201802242291030700   整理番号：18A0924054

ベイズ動的線形モデルを用いた漁業豊度における時間的傾向の定量化:河川小河口バス個体群の事例研究【JST・京大機械翻訳】

Quantifying Temporal Trends in Fisheries Abundance Using Bayesian Dynamic Linear Models: A Case Study of Riverine Smallmouth Bass Populations

著者 (7件)： Schall Megan K. (Pennsylvania Cooperative Fish and Wildlife Research Unit, Intercollege Graduate Degree Program in Ecology, Pennsylvania State University, 413 Forest Resources Building, University Park, Pennsylvania, 16802, USA) ,  Blazer Vicki S. (U.S. Geological Survey, Fish Health Branch, Leetown Science Center, 11649 Leetown Road, Kearneysville, West Virginia, 25430, USA) ,  Lorantas Robert M. (Pennsylvania Fish and Boat Commission, 1601 Elmerton Avenue, Harrisburg, Pennsylvania, 17106, USA) ,  Smith Geoffrey D. (Pennsylvania Fish and Boat Commission, 1601 Elmerton Avenue, Harrisburg, Pennsylvania, 17106, USA) ,  Mullican John E. (Maryland Department of Natural Resources, Fishing and Boating Services, Albert Powell State Fish Hatchery, 20901 Fish Hatchery Road, Hagerstown, Maryland, 21740, USA) ,  Keplinger Brandon J. (West Virginia Division of Natural Resources, 1 Depot Street, Romney, West Virginia, 26757, USA) ,  Wagner Tyler (U.S. Geological Survey, Pennsylvania Cooperative Fish and Wildlife Research Unit, Pennsylvania State University, 402 Forest Resources Building, University Park, Pennsylvania, 16802, USA)
資料名： North American Journal of Fisheries Management  (North American Journal of Fisheries Management)
巻： 38  号： 2  ページ： 493-501  発行年： 2018年 
JST資料番号： W1313A  ISSN： 0275-5947  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 魚豊度の時間変化の検出は漁業管理の必須成分である。魚豊度の短期的および非線形的変化を理解する必要性のため,従来の線形モデルは管理決定のための適切な情報を提供しない可能性がある。本研究は,魚豊度における時間的動力学を定量化するためのツールとして,Bayes動的線形モデル(DLM)の有用性を強調した。この目的を達成するために,著者らは中大西洋州における河川からの努力(CPE)当たりの小口バスMicropterus ドロマイト捕獲の時間的傾向を定量化し,CPEにおける変化の年間速度の事後分布からの減少の年間確率を計算した。著者らは,研究地域の一部における魚の健康に関する最近の懸念のため,年間の減少に関心を持っていた。一般的に,減少の期間は,ペンシルバニア川流域のSusquehanna川流域内で最大であった。CPEの減少は,魚の健康問題の観察の前に,後期の1990年代に始まり,時系列(2011)の終わりに向かって安定化し始めた。対照的に,調査した他の河川の多くは,CPEの減少の同じ大きさまたは持続時間を持たなかった。Bayes DLMは,管理を知らせることができる豊富さの年間変化に関する情報を提供し,管理者と利害関係者と容易に通信される。Copyright 2018 Wiley Publishing Japan K.K. All Rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 継続時間 ,  *河川 ,  *漁業 ,  *事例研究 ,  流域 ,  *個体群 ,  捕獲 ,  管理者 ,  ペンシルバニア州 ,  年変化 ,  大西洋
準シソーラス用語： 利害関係者 ,  漁業管理 ,  *時間的傾向 ,  *線形モデル , 【Automatic Indexing@JST】

分類 (1件)： 魚類  (FH02020K)

タイトルに関連する用語 (9件)： 線形モデル ,  漁業 ,  豊度 ,  時間的傾向 ,  定量化 ,  河川 ,  バス ,  個体群 ,  研究