MétaCan
Menu
Retour à la cohorte
Enregistrement W1973803264 · doi:10.1139/f10-115

Coldwater fish oxythermal habitat in Minnesota lakes: influence of total phosphorus, July air temperature, and relative depth

2010· article· en· W1973803264 sur OpenAlexvenueno aff
Peter C. Jacobson, Heinz G. Stefan, Donald L. Pereira

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEutrophicationHabitatEnvironmental scienceTroutAir temperatureClimate changeRange (aeronautics)Hydrology (agriculture)EcologyProductivityFish <Actinopterygii>PhosphorusHydrobiologyFisheryNutrientAtmospheric sciencesBiologyAquatic environmentChemistryGeology

Résumé

récupéré en direct d'OpenAlex

An empirical model was developed that describes the influence of lake productivity, climate, and morphometry on coldwater fish oxythermal habitat. An oxythermal habitat variable called temperature at 3 mg·L–1 of dissolved oxygen (TDO3) was developed by interpolating the water temperature at a benchmark oxygen concentration (3 mg·L–1) from a temperature–oxygen profile. Coldwater habitat was most available in the least productive lakes (total P < 25 µg·L–1) with the greatest relative depths (geometry ratios < 2 m–0.5) and where mean July air temperatures were less than 17 °C. Species response curves were developed from values of TDO3 measured during the greatest period of oxythermal stress in late summer (maxTDO3). Lake trout was present in lakes with the lowest values of maxTDO3, while cisco was present in lakes with the highest and broadest range of maxTDO3. Projections for a scenario where climate warming (+4 °C in mean July air temperature) was accompanied by eutrophication (doubling of total P) indicated that coldwater fish oxythermal habitat would be devastated in a subset of lakes typical for Minnesota. Protecting deep, unproductive lakes from eutrophication will be a necessary management strategy to ensure that coldwater fish persist in at least some Minnesota lakes after climate warming.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,775
Score d'incertitude au seuil0,447

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 savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,187
Écart entre enseignants0,182 · 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

Citations101
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

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