MétaCan
Menu
Retour à la cohorte
Enregistrement W162025925

SEA LAMPREY (PETROMYZON MARINUS) POPULATION DYNAMICS, ASSESSMENT, AND CONTROL STRATEGY EVALUATION IN THE ST. MARYS RIVER, MICHIGAN

2013· dissertation· en· W162025925 sur OpenAlex
Jason M. Robinson

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.

fundUn bailleur canadien est enregistré sur le travail.
no affAucune affiliation canadienne : ce travail est invisible pour une base fondée sur la seule affiliation.
Aucune affiliation canadienne. Une base fondée sur la seule affiliation (le devis habituel) n'aurait jamais vu ce travail. C'est l'un des travaux qui justifient l'inversion de la base.

Notice bibliographique

RevueDigital Repository at the University of Maryland (University of Maryland College Park) · 2013
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans CanadaGreat Lakes Fishery Commission
Mots-clésPetromyzonLampreyFisheryPopulationGeographyBiologyDemographySociology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The St. Marys River is a major producer of invasive parasitic sea lampreys (Petromyzon marinus) to Lake Huron. My dissertation seeks to inform the management process for sea lamprey through a combination of statistical and simulation modeling. In Chapter 1, I developed a spatial age-structured model and applied it to the sea lamprey population in the St. Marys River. The model included a stock-recruitment function, spatial recruitment patterns, natural mortality, chemical treatment mortality, and larval metamorphosis. Recruitment was variable, and an upstream shift in recruitment location was observed over time. During 1993-2011, transformer escapement decreased by 86%. The model successfully identified areas of high larval abundance and showed that areas of low larval density contribute significantly to the population. In Chapter 2, I evaluated six methods of estimating sea lamprey density and abundance including the currently used sampling-based estimates, generalized linear and additive models, the population model from Chapter 1, and a hybrid approach. Methods were evaluated based on accuracy in matching independent validation data. The hybrid method was identified as the best method to inform sea lamprey control decisions in the St. Marys River due to its consistent performance. In Chapter 3, I used a resampling approach to estimate the effect of sampling intensity on the success of sea lamprey control and examined the economic tradeoff between assessment and control efforts. Sea lamprey control actions based on assessment outperformed those implemented with no assessment under all budget scenarios. The sampling intensity that maximized the number of larvae killed depended on the overall budget, with increased sampling intensities maximizing effectiveness under medium to large budgets. In Chapter 4, I conducted a management strategy evaluation using a stochastic simulation model to evaluate several fixed and survey-based Bayluscide-based treatment strategies for sea lamprey. The model incorporated population dynamics, sampling and assessment, and larval control actions. Treatment options with higher cost resulted in larger long-term reductions in transformer escapement, but increasing treatment effort did not result in a proportional decrease in transformer escapement. Survey-based treatment scenarios were the most desirable from both an economic and population control perspective.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,163
Score d'incertitude au seuil0,999

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0000,001
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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.

Tête enseignante Opus0,006
Tête enseignante GPT0,200
Écart entre enseignants0,193 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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