MétaCan
Menu
Retour à la cohorte
Enregistrement W1961529494 · doi:10.1111/j.1600-0633.2012.00548.x

Habitat use of lake trout (<i>Salvelinus namaycush</i>) following species introduction

2012· article· en· W1961529494 sur OpenAlexaff
Alexander J. Wall, Paul J. Blanchfield

Notice bibliographique

RevueEcology Of Freshwater Fish · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of WinnipegFisheries and Oceans Canada
Organismes subventionnairesCisco Systems
Mots-clésSalvelinusTroutPerchForage fishHabitatPelagic zoneLittoral zonePredationEcologyFisheryPiscivorePredatory fishBiologyBrown troutForagingPredatorFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Abstract – Although introductions of prey species have the potential to significantly alter habitat use by top predatory fish, this aspect has rarely been directly quantified. Introduction of yellow perch ( Perca flavescens ), a littoral–pelagic prey species, to a small boreal lake previously dominated by littoral cyprinids provided a unique opportunity to examine how a change in forage base influenced habitat use by the sole top predator, lake trout ( Salvelinus namaycush ). We monitored lake trout pelagic and spatial distribution using acoustic telemetry before (2001) and after (2008) the introduction of perch to determine whether habitat use reflected a deeper, offshore prey community. After accounting for differences in water temperature and dissolved oxygen concentrations between years and the inclusion of a control lake, our data suggest that lake trout habitat use changed after the introduction of yellow perch. Lake trout, on average, were 1.4 m deeper ( P &lt; 0.01), reduced their use of littoral habitat by 55% ( P = 0.03) and experienced a 71% decrease in home range size ( P &lt; 0.01), consistent with a greater offshore habitat overlap between predator and prey after the introduction of yellow perch. This study illustrates how introduced prey species may have a significant influence on habitat use by top predatory fish, while also showing the importance of using direct measurements to quantify behavioural changes.

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 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 enseignants0,124
Score d'incertitude au seuil0,997

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 technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,015
Tête enseignante GPT0,206
Écart entre enseignants0,191 · 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 tête enseignante, pas un consensus.

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

Citations10
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology Of Freshwater FishMême sujetFish Ecology and Management StudiesTravaux en français237 207