Accuracy of Diver Counts of Fluvial Rainbow Trout Relative to Horizontal Underwater Visibility
Notice bibliographique
Résumé
Abstract We investigated the effects of variation in underwater visibility on the accuracy of diver counts of rainbow trout Oncorhynchus mykiss in the Salmo River, British Columbia, over a 3-year time period. A four-man team of divers, drifting in a downstream direction, made periodic counts of trout along a study reach in which radio-tagged fish that had also received a visual mark were present. Observer efficiency of divers (number of tags seen relative to the number known to be present) was significantly related to horizontal underwater Secchi disk visibility during 2002 and 2003 but only poorly so for the first year of the study in 2001. Overall, horizontal visibility in the 3 years' combined data set was significantly related to observer efficiency, explaining 62% of the variation. Diver counts of untagged trout confirmed these patterns. Diver counts of trout greater than 30 cm and greater than 40 cm showed precise, significant relationships with horizontal visibility for both 2002 and 2003. Horizontal visibility changes explained 94% and 93% of the variation in counts of trout greater than 30 cm and greater than 40 cm, respectively, in 2002 and 94% and 87% of the variation for the same size categories in 2003. The poor-quality, nonsignificant relationships between counts of trout and visibility in 2001 were consistent with the poor observer efficiency relationship for that year as estimated from the observations of the radio-tagged fish. Taken together, these poor-quality relationships for the first year of the study point to either crew inexperience or some other factor(s) as an important source of error in addition to water clarity.
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 | 0,001 | 0,007 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».