Elucidation of ecosystem attributes of two Mackenzie great lakes with trophic network analysis
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The Mackenzie Basin in northwestern Canada is a high-latitude region, with one of the largest watersheds in the world. The Mackenzie great lakes, consisting of Great Bear Lake, Great Slave Lake and Lake Athabasca form the large lake complex. The human presence in the area is small in terms of population and industry and thus these ecosystems remain comparatively pristine and show no major changes in the fish communities. Ecopath with Ecosim (EwE), the most important and most used ecosystem trophic network modelling tool to study the ecosystem-level responses to changes, and information available in the scientific literature together with traditional knowledge about Great Slave Lake and Great Bear Lake was used to elucidate the ecosystem attributes. Our models give a cohesive view of these two ecosystems that will allow researchers and decision makers to explore questions regarding the stability of fisheries and future ecological change. The moderate trophic level of fish catch along with the small percentage of primary production required to sustain fisheries in both lakes demonstrated that fisheries were sustainable during the time period modelled. The ecosystem indices and attributes of the comparatively pristine Mackenzie great lakes were compared with those of two Laurentian Great Lakes having similar types of Ecopath ecosystem models. The metrics utilized to assess comparatively the ecosystem's maturity, stability and health indicated a decline in ecosystem maturity and stability from pristine Great Bear Lake to transitioning Lake Ontario.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,002 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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 découle