Elucidation of ecosystem attributes of two Mackenzie great lakes with trophic network analysis
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.
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 | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 ».