MétaCan
Menu
Retour à la cohorte
Enregistrement W1967080681 · doi:10.1577/t05-066.1

Evidence That Sea Lamprey Control Led to Recovery of the Burbot Population in Lake Erie

2006· article· en· W1967080681 sur OpenAlexaffabout
Martin A. Stapanian, Charles P. Madenjian, Larry D. Witzel

Notice bibliographique

RevueTransactions of the American Fisheries Society · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMinistry of Natural Resources and Forestry
Organismes subventionnairesGreat Lakes Fishery Commission
Mots-clésAlewifePetromyzonLampreyPiscivoreRound gobyNeogobiusFisheryPredationBiologySalvelinusPopulationAbundance (ecology)Coregonus clupeaformisTroutEcologyPredatorFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Abstract Between 1987 and 2003, the abundance of burbot Lota lota in eastern Lake Erie increased significantly, especially in Ontario waters. We considered four hypotheses to explain this increase: (1) reduced competition with lake trout Salvelinus namaycush , the other major coldwater piscivore in Lake Erie; (2) increased abundance of the two main prey species, rainbow smelt Osmerus mordax and round goby Neogobius melanostomus ; (3) reduced interference with burbot reproduction by alewives Alosa pseudoharengus ; and (4) reduced predation by sea lampreys Petromyzon marinus on burbot. Species abundance data did not support the first three hypotheses. Our results suggested that the apparent recovery of the burbot population of Lake Erie was driven by effective sea lamprey control. Sea lamprey predation appeared to be the common factor affecting burbot abundance in Lakes Michigan, Huron, Erie, and Ontario. In addition, relatively high alewife density probably depressed burbot abundance in Lakes Ontario and Michigan. We propose that a healthy adult lake trout population may augment burbot recovery in some lakes by serving as a buffer against sea lamprey predation and will not negatively impact burbot through competition.

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)0,001
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 enseignants0,095
Score d'incertitude au seuil0,188

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0000,000
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,211
Écart entre enseignants0,198 · 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

Citations32
Publié2006
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueTransactions of the American Fisheries SocietyMême sujetFish Ecology and Management StudiesTravaux en français237 207