MétaCan
Menu
Retour à la cohorte
Enregistrement W2004933235 · doi:10.1139/f10-021

Do in-stream restoration structures enhance salmonid abundance? A meta-analysis

2010· article· en· W2004933235 sur OpenAlexafffundvenue
Sarah L. Whiteway, Pascale M. Biron, André Zimmermann, Oscar Venter, James W. A. Grant

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaFaculty of Arts and SciencesConcordia University
Mots-clésRiffleStream restorationEnvironmental scienceHabitatRainbow troutLarge woody debrisBiomass (ecology)Abundance (ecology)DebrisTroutCoarse woody debrisRestoration ecologyEcologyElectrofishingHydrology (agriculture)FisheryFish <Actinopterygii>BiologyGeographyRiparian zoneGeology

Résumé

récupéré en direct d'OpenAlex

Despite the widespread use of stream restoration structures to improve fish habitat, few quantitative studies have evaluated their effectiveness. This study uses a meta-analysis approach to test the effectiveness of five types of in-stream restoration structures (weirs, deflectors, cover structures, boulder placement, and large woody debris) on both salmonid abundance and physical habitat characteristics. Compilation of data from 211 stream restoration projects showed a significant increase in pool area, average depth, large woody debris, and percent cover, as well as a decrease in riffle area, following the installation of in-stream structures. There was also a significant increase in salmonid density (mean effect size of 0.51, or 167%) and biomass (mean effect size of 0.48, or 162%) following the installation of structures. Large differences were observed between species, with rainbow trout ( Oncorhynchus mykiss ) showing the largest increases in density and biomass. This compilation highlights the potential of in-stream structures to create better habitat for and increase the abundance of salmonids, but the scarcity of long-term monitoring of the effectiveness of in-stream structures is problematic.

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)0,019
score de la tête « metaresearch » (Gemma)0,026
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens large)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Méta-analyse · Signal consensuel: Méta-analyse
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,993
Score d'incertitude au seuil0,102

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0190,026
Méta-épidémiologie (sens strict)0,0030,002
Méta-épidémiologie (sens large)0,0070,026
Bibliométrie0,0040,004
Études des sciences et des technologies0,0010,001
Communication savante0,0020,001
Science ouverte0,0030,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,023
Tête enseignante GPT0,246
Écart entre enseignants0,223 · 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.

Devis d'étudeMéta-analyse
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

Citations177
Publié2010
Routes d'admission3
Résumé présentoui

Explorer davantage

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