MétaCan
Menu
Retour à la cohorte
Enregistrement W1999377283 · doi:10.1139/f06-087

Growth and survival of age-0 walleye (<i>Sander vitreus</i>): interactions among walleye size, prey availability, predation, and abiotic factors

2006· article· en· W1999377283 sur OpenAlexvenueno aff
R. John H. Hoxmeier, David H. Wahl, Ronald C. Brooks, Roy C. Heidinger

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPredationStockingAbiotic componentBiologyLarvaJuvenileFisheryBenthic zoneSanderEcology

Résumé

récupéré en direct d'OpenAlex

We examined the importance of prey availability, predation, and abiotic factors in determining growth and survival of age-0 walleye (Sander vitreus) across 15 Illinois reservoirs during 7 years. Multiple life stages were examined by stocking walleye at three different size groups: larval (6 mm total length (TL)), small (46 mm TL), and large (100 mm TL). Factors affecting growth and survival of walleye varied depending on walleye size. Growth of small and large walleye increased with benthic invertebrate density. Temperature had a positive effect on larval and small walleye growth but a negative effect on large walleye growth. Prey availability was an important factor for walleye survival across all size groups, whereas temperature affected only larval and large walleye. Juvenile centrarchid density had a negative effect on larval walleye survival, presumably caused by predation. Our best predictive models explained substantial variation in survival for larval (97%), small (57%), and large (83%) walleye. We also explained a high proportion of variation in growth of large (98%), small (55%), and larval (52%) walleye. Our study demonstrates the importance of examining multiple life stages to predict growth and survival and leads to a better understanding of walleye recruitment and recommendations for stocking strategies.

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 enseignants0,020
Score d'incertitude au seuil0,040

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 ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,203
Écart entre enseignants0,192 · 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

Citations72
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

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