MétaCan
Menu
Retour à la cohorte
Enregistrement W1817981593 · doi:10.1139/cjfas-2013-0279

Spatio-temporal variability in movement, age, and growth of mountain whitefish (<i>Prosopium williamsoni</i>) in a river network based upon PIT tagging and otolith chemistry

2013· article· en· W1817981593 sur OpenAlexvenueno aff
Joseph R. Benjamin, Lisa A. Wetzel, Kyle D. Martens, Kimberly Larsen, Patrick J. Connolly

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of California, Davis
Mots-clésOtolithHabitatGeographyEcologyFisheryFish migrationSpring (device)Fish <Actinopterygii>Environmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Connectivity of river networks and the movements among habitats can be critical for the life history of many fish species, and understanding of the patterns of movement is central to managing populations, communities, and the landscapes they use. We combined passive integrated transponder tagging over 4 years and strontium isotopes in otoliths to demonstrate that 25% of the mountain whitefish (Prosopium williamsoni) sampled moved between the Methow and Columbia rivers, Washington, USA. Seasonal migrations downstream from the Methow River to the Columbia River to overwinter occurred in autumn and upstream movements in the spring. We observed migration was common during the first year of life, with migrants being larger than nonmigrants. However, growth between migrants and nonmigrants was similar. Water temperature was positively related to the proportion of migrants and negatively related to the timing of migration, but neither was related to discharge. The broad spatio-temporal movements we observed suggest mountain whitefish, and likely other nonanadromous fish, require distant habitats and also suggests that management and conservation strategies to keep connectivity of large river networks are imperative.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
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 enseignants0,073
Score d'incertitude au seuil0,145

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,007
Tête enseignante GPT0,183
Écart entre enseignants0,176 · 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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations75
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetFish Ecology and Management StudiesTravaux en français237 207