+++
导读
鱼类年龄的鉴定既是鱼类生态学研究的重要内容，也是渔业资源评估基础。18世纪初期，许多科学家开始使用鱼类的骨质结构鉴定鱼类年龄，至今已有近百年历史。随着计算机技术的发展，新方法、新技术被应用于该领域，使鉴定技术日趋完善，鉴定精度逐步提高。迄今为止，鱼类年龄的鉴定的方法主要分为三大类:硬组织鉴定法、长度分析法和放射性元素鉴定法。鉴定鱼龄最传统的方法是读取鱼体硬组织的轮纹，硬组织包括:耳石、脊椎骨、鳞片、鳃盖骨、鳍条、晶状体和匙骨等。硬组织的轮纹读数由传统的人工读数逐渐朝图像自动化计数方向发展，例如采用RFishBC包测量硬组织轮纹宽度和年龄计数，应用深度学习模型估计图像中耳石的年龄。耳石是最常用的鱼类鉴定材料之一，利用耳石重量估计鱼的年龄是一种快速、低成本的技术，尽管世界各地的研究人员已经成功地证明了这一技术的应用，但仍存在争议。该研究对47篇包含89个数据点的文献进行了荟萃分析，探究了全球尺度下鱼类年龄与其耳石重量之间的关系。随机效应模型被用来估计每项研究的效应大小(皮尔逊相关系数)以及总体效应大小。鱼类年龄-耳石重量有较强的联系，总体效应值r=0.93(95%CI：0.91~0.94)，并且具有较高的异质性(QT=8..63，df=88，p0.；I=96.6%)。4个显著变量(科、栖息地、模型和地区)的异质性很大(≥90%)，而根据AIC标准，科是最佳调节变量(QM=.1，df=8，p0.0；I=89.97%)。总体而言，耳石重量与鱼类年龄估计呈正相关。
+++文章信息标题：Mass-effect:Understandingtherelationshipbetweenageandotolithweightinfishes
期刊：FishandFisheries
第一作者兼通讯：CarlosPacheco
单位：智利阿图罗·普拉特大学
Firstpublished：14February01
Doi：10./faf.
+++前言鱼类年龄估计过程是渔业评估和日常规划的关键要素，有助于商业资源的捕捞规划、监测和保护管理。这一直截了当的过程可能使用户考虑到不同的采样过程来调整种群增长模型。目前，有几种方法可以估计鱼类的年龄，主要基于对硬质结构的不连续模式的解释，如脊柱、耳石、鳞片和鳍线。耳石季节性年轮的呈现是估计硬骨鱼年龄使用最广泛的方法之一，但需要专门的训练才能获得可比较和可重复的结果。所有可用的方法都需要根据耳石形态和猜测的物种最大年龄进行经验调整。耳石上的年轮呈现是一种耗时且实验繁琐的方法，尽管它被广泛使用。然而，在总体成本和所涉及的时间方面，仍有改进和优化的空间，特别是鱼类耳石的重量被视为有效的年龄估计指标的情况下。在过去二十年中，耳石重量的使用一直被用于替代和补充传统的年龄估计，主要是基于这样一个前提，即与生长快速和寿命短的鱼类相比，寿命长和生长慢的鱼往往具有相对更大和更重的耳石。几位作者已经证明，年龄和耳石重量之间存在可预测的关系，这在科学界引起了关于它在鱼类年龄估计过程中的实际应用的争论。尽管如此，这项技术已经成功地应用于大西洋鳕鱼、鳟鱼、欧洲鳗鲡、巴塔鱼的年龄估计。
与其他年龄估计技术相比，使用耳石重量进行年龄估计似乎是一种快速、低成本的技术，需要的训练较少，而且在处理大量个体时是可扩展的。关于这项技术的一个警示是需要根据研究中物种的已知群体(或亚样本)绘制校准曲线，该曲线用于后续反算样本的年龄。然而，年龄和耳石重量之间的总体关系以及可能影响鱼类生长模式的潜在因素之间的关系仍然是不清楚的。在这里，年龄和耳石重量关系的随机效应荟萃分析被用来确定(a)耳石重量作为年龄预测因子的有效性，以及(b)记录可能影响鱼龄和耳石重量关系的总体模式。荟萃分析是一种统计技术，它结合几个独立研究的结果进行定量综合。该分析通过量化每项研究的实验效果的大小来揭示一种假设的生物现象的存在和重要性，然后评估所有研究的平均效果的总体意义。在生物学和生态学的不同领域，比较分析和荟萃分析在提供种间模式和效应大小的定量评估方面非常有用，例如两个变量之间的综合强度。+++方法1数据收集使用布尔运算检索关键字(例如，fish*ANDotolithweight*ANDmass*ANDage*)，对公共(即GoogleScholar)和私人(即WebofScience)数据库中的科学出版物进行系统回顾。遵循PRISMA最佳实践方案筛选相关出版物。每项研究的内容都是根据所使用的统计分析的类型进行回顾的，这些统计分析包括从年龄和耳石重量之间的关系讨论统计模型中的相关系数和/或决定系数，或者研究包含计算它的信息。建立了一个数据库，将所有匹配作为单独的条目包括在内，其中考虑了单个物种的年龄和耳石重量之间的关系，特别是因为一些匹配可能在一次评估中包括一个以上的物种，同一物种的两个或多个地点，以及一组物种的两个或多个观察期。统计分析从结果数据库中提取所有已发表模型的相关系数(r)、决定系数(r)和样本量(n)的值。r值的计算通过以下公式（k为解释变量个数）。由于物种、位置和栖息地的广泛，模型的选择考虑到了匹配间预期的和实际的异质性，用随机效应模型计算了年龄与耳石重量关系的总体效应大小。此外，还进行了多元的荟萃分析，以表示数据库的嵌套结构，即出版物中嵌套的研究。实施了失效安全数字测试，以确定是否存在发表偏斜。失效安全数字估计了需要进行的不重要研究的数量，以表明总体影响不显著。然后，将所得的失效安全数与罗森塔尔方法计算的数进行比较。+++结果总共有11项已发表的研究最初是从数据库中确定的，包括那些以不同于英语的语言发表的研究；然而，考虑到总体相关性和(缺乏)数据，73项研究被排除在外。分析所考虑的数据库包括41篇出版物、4个研究项目、1篇研讨会论文、1篇硕士论文和1篇博士论文(图1)。从文献中共提取出了90个独立的数据点(见附件)。个体效应大小在r=0.45~r=0.99之间变化。年龄与耳石重量关系的总体效应大小为r=0.93(95%CI：0.91~0.94)，因此显著不等于零，表明效应大(图)。出版物间的变异性(σ=0.16)大于出版物内研究(σ=0.06)。随机效应模型在各研究之间表现出高度的异质性(QT=8,.4，df=89，p.；I=96.66%)，有必要对可能与观察到的异质性相关的调节变量进行分析。根据AIC评分，在混合效应模型中，最能解释这种关系变异性的变量是“科”，在该模型中观察到了相当大的无法解释的异质性(QE=,60.，df=61，p0.0)。然而，超过90%的异质性可以通过包括这个调节变量来解释(QM=.67，df=8，p0.0，表1)。当相关系数的显著性通过综合检验进行比较时，使用耳石重量来估计年龄的有效性是显而易见的(图)。除β=?0.3，95%CI：?0.68至?0.35(Channichthyide)，β9=0.1，95%CI：?0.3至0.5(Gobiidae)和β17=0.1，95%CI：?0.5至0.66（Nototheniidae）外，系数值范围为：β8=-0.94，95%CI：?0.97~?0.84(Gerreidae)到β0=0.99，95%CI：0.98~0.99(Bagridae)。这几个科(Channichthyide,Gobiidae,Nototheniidae)之间没有明显的差异。当在混合效应模型中考虑“国家”(QE=4,.97，df=65，p.0)、“栖息地”(QE=6,.01，df=87，p.0)、模型(QE=7,.11，df=87，p.0)和“地区”(QE=6,45.54，df=84，p.0)等其他变量时，所解释的异质性仍保持较高的百分比(表1)。除“国家”(QM=60.39，df=4，p0.0)外，“其他调节变量对年龄与耳石重量之间的关系影响较小(QM=80.89，df=，p0.0，QM=8.76，df=，p0.0)和QM=63.54,df=5,p.0），正如综合测试所显示的那样，排在第二位的调节变量仍具有很高的影响力(图3和图4)。当考虑到相关系数和样本量之间的关系时，在样本量小时，单个相关系数的可变性预计会更高，但随着样本量的增加，可变性可能会降低(图5)。用加权回归模型(t=0.14，df=88，p=.)和混合效应的荟萃分析模型(z=?0.8，p=.)进行的非对称性检验都表明漏斗图上没有不对称性(图5)。未观察到发表偏斜。估计的失效安全数为7,,，而罗森塔尔的方法数低于故障安全数(NR=1,)。+++参考文献
Pacheco,C.,Bustamante,C.,Araya,M.(01).Mass‐effect:Understandingtherelationshipbetweenageandotolithweightinfishes.FishandFisheries.+++推荐阅读
参考文献：D.O.Worthington,P.J.Doherty,andA.J.Fowler.Variationintherelationshipbetweenotolithweightandage:implicationsfortheestimationofageoftwotropicaldamselfish(PomacentrusmoluccensisandP.wardi).CanadianJournalofFisheriesandAquaticSciences.5():33-4.