Reassessment of the Predatory Effects of Rainbow Smelt on Ciscoes in Lake Superior
Notice bibliographique
Résumé
Abstract Evidence from small lakes suggests that predation on larval ciscoes Coregonus artedi by nonnative rainbow smelt Osmerus mordax can lead to cisco suppression or extirpation. However, evidence from larger lakes has led to equivocal conclusions. In this study, we examine the potential predation effects of rainbow smelt in two adjacent but contrasting embayments in Lake Superior (Thunder and Black bays, Ontario). During May 2006, we sampled the ichthyoplankton, pelagic fish communities, and diet composition of rainbow smelt in both bays. Using acoustics and midwater trawling, we estimated rainbow smelt densities to be 476 ± 34/ha (mean ± SE) in Thunder Bay and 3,435 ± 460/ha in Black Bay. We used a bioenergetics model to estimate the proportion of cisco larvae consumed by rainbow smelt. Our results suggest that predation by rainbow smelt accounts for 15–52% and 37–100% of the mortality of larval ciscoes in Thunder and Black bays, respectively, depending on the predator feeding rate and the scale of predator–prey overlap. We also examined the sensitivity of past conclusions (based on 1974 field collections) to assumptions of temporal overlap between rainbow smelt and larval ciscoes and estimates of rainbow smelt abundance derived from bottom trawl samples. After adjusting these parameters to reflect current understanding, we found that the previous predation estimates may have been conservative. We conclude that rainbow smelt may have been a more important contributor to the demise and slow recovery of ciscoes in Lake Superior than previously thought.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».