A production estimate approach to analyze habitat and weather effects on recruitment of two endangered freshwater fish
Notice bibliographique
Résumé
Factors affecting the early life survival of fishes are often difficult to demonstrate because variable immigration and mortality rates coupled with noncontinuous sampling may confound estimates of mortality and bias inference to more numerous smaller individuals. The larval production estimate (LPE) method eliminates these problems by compensating catch data for size- or age-specific mortality and growth and back-calculating abundance at a predetermined size or age. Despite its utility, LPE has not been widely applied in studies of freshwater fish recruitment. We executed an LPE analysis using 10–14 mm and 15–19 mm size classes of Upper Klamath Lake’s (UKL) endangered Lost River suckers ( Deltistes luxatus ) and shortnose suckers ( Chasmistes brevirostris ) for five cohorts per year for 1995–2001. Larval survival peaked when habitat conditions included high availability of emergent macrophytes as habitat (>15 000 m3), air temperatures between 14 and 22 °C, and a low frequency of wind speeds >16 km·h–1. Age-0 juvenile suckers collected later in each year corroborated results of the LPE analysis, as most (88%) juveniles had otolith-estimated swim-up dates corresponding to early life rearing under the specified habitat conditions. Our results support the management practice of maintaining higher than natural UKL water surface elevations through the larval rearing period.
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 | 0,004 | 0,010 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».