MétaCan
Menu
← Retour à la cohorte
Enregistrement W1995886519 · doi:10.1139/f08-096

Predation by brown trout (<i>Salmo trutta</i>) along a diversifying prey community gradient

2008· article· en· W1995886519 sur OpenAlexvenueno aff
Hallvard Jensen, Kimmo K. Kahilainen, Per‐Arne Amundsen, Karl Øystein Gjelland, Antti Tuomaala, Tommi Malinen, Thomas Bøhn

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBrown troutPredationCoregonus lavaretusBiologySalmoPelagic zoneEcologyCoregonusTroutPiscivoreForagingPredatorBenthic zoneFisheryForage fishSalmonidaeFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Predation has a fundamental role in aquatic ecosystems, but the relative importance of factors governing prey selection by predators remains controversial. In this study, we contrast five lakes of a subarctic watershed to explore how prey community characteristics affect prey selection and growth rate of the common top predator, brown trout ( Salmo trutta ). The lakes constitute a distinct gradient of different coregonid prey fish, ranging from monomorphic common whitefish ( Coregonus lavaretus ) to polymorphic whitefish co-occurring with vendace ( Coregonus albula ). The brown trout was a morph–species- and size-specific pelagic predator, selecting the small-sized, pelagic whitefish morph or vendace over the benthic whitefish morphs. In all lakes, the average prey size increased with predator size, but small-sized prey were also included in the diet of large predators. The selection of small-sized, pelagic prey fish appeared to be a favourable foraging strategy for the brown trout, yielding higher growth rates and an earlier ontogenetic shift to piscivory. The findings emphasize that piscivory appear to be shaped by the diversity, size-structure, and abundance of available prey in a given community.

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)0,000
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 enseignants0,021
Score d'incertitude au seuil0,043

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,001
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 Opus0,026
Tête enseignante GPT0,203
Écart entre enseignants0,178 · 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

Citations65
Publié2008
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→