MétaCan
Menu
Retour à la cohorte
Enregistrement W1983188263 · doi:10.1080/02755947.2012.675953

Population Structure and Run Timing of Steelhead in the Skeena River, British Columbia

2012· article· en· W1983188263 sur OpenAlexaffabout
Terry D. Beacham, Colin Wallace, Khai D. Le, Mark Beere

Notice bibliographique

RevueNorth American Journal of Fisheries Management · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMinistry of ForestsFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésFisheryPopulationGeographyBiologyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Identification of population-specific run timing is an important component of salmonid fisheries management and was a major focus of our study. Population structure of steelhead Oncorhynchus mykiss was examined in the Skeena River of northern British Columbia. Variation at 14 microsatellites was surveyed in 3,062 steelhead sampled from 17 populations in the drainage. During 1998–2010, 6,691 individuals were sampled in a lower river test fishery to obtain information on relative abundance and time of arrival of specific populations near the river mouth. The genetic differentiation index F ST calculated over all populations and loci was 0.021; individual locus values ranged from 0.017 to 0.045. Differentiation in steelhead allele frequencies among populations was approximately 14 times the differentiation observed among years within populations. A regional structuring of populations was the general pattern observed, with steelhead populations from the upper portion of the drainage clustering together in 87% of dendrograms evaluated and those in the lower portion of the drainage clustering together in 100% of dendrograms. The 17 populations sampled were arranged in nine reporting groups for genetic stock identification applications. The estimated stock composition of a simulated known-origin mixture was within 2% of the correct estimate for seven of the nine reporting groups present in the mixture. The stock composition of an actual known-origin sample was estimated within 2% of the correct estimate for eight of the nine reporting groups present. Application to actual samples from the test fishery indicated that upper drainage populations generally migrated through the lower river earlier than other populations, whereas lower river populations typically migrated later. Genetic mixed-stock analysis can assist managers in regulating fisheries to maintain productivity of Skeena River steelhead. Received July 25, 2011; accepted December 15, 2011

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 enseignants0,166
Score d'incertitude au seuil0,334

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,000
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 GPT0,194
Écart entre enseignants0,187 · 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

Citations20
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNorth American Journal of Fisheries ManagementMême sujetFish Ecology and Management StudiesTravaux en français237 207