MétaCan
Menu
← Retour à la cohorte
Enregistrement W1971415396 · doi:10.1139/cjfas-2012-0484

Including independent estimates and uncertainty to quantify total abundance of fish migrating in a large river system: walleye (<i>Sander vitreus</i>) in the Maumee River, Ohio

2013· article· en· W1971415396 sur OpenAlexvenueno aff
Jeremy J. Pritt, Mark R. DuFour, Christine M. Mayer, Patrick M. Kočovský, Jeffrey T. Tyson, Eric J. Weimer, Christopher S. Vandergoot

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological SurveyNational Oceanic and Atmospheric AdministrationUniversity of Toledo
Mots-clésTributaryFisheryFish migrationAbundance (ecology)Stock assessmentEnvironmental scienceStock (firearms)ElectrofishingSanderEcologyGeographyBiologyFishingFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Walleye (Sander vitreus) in Lake Erie is a valuable and migratory species that spawns in tributaries. We used hydroacoustic sampling, gill net sampling, and Bayesian state-space modeling to estimate the spawning stock abundance, characterize size and sex structure, and explore environmental factors cuing migration of walleye in the Maumee River for 2011 and 2012. We estimated the spawning stock abundance to be between 431 000 and 1 446 000 individuals in 2011 and between 386 400 and 857 200 individuals in 2012 (95% Bayesian credible intervals). A back-calculation from a concurrent larval fish study produced an estimate of 78 000 to 237 000 spawners for 2011. The sex ratio was skewed towards males early in the spawning season but approached 1:1 later, and larger individuals entered the river earlier in the season than smaller individuals. Walleye migration was greater during low river discharge and intermediate temperatures. Our approach to estimating absolute abundance and uncertainty as well as characterization of the spawning stock could improve assessment and management of this species, and our methodology is applicable to other diadromous populations.

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)0,011
score de la tête « metaresearch » (Gemma)0,031
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 enseignants0,017
Score d'incertitude au seuil0,059

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0110,031
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,001
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
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 Opus0,016
Tête enseignante GPT0,226
Écart entre enseignants0,210 · 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

Citations33
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→