MétaCan
Menu
← Retour à la cohorte
Enregistrement W2013313030 · doi:10.1139/f06-069

A 500-year context for the recent surge in sockeye salmon (<i>Oncorhynchus nerka</i>) abundance in the Alagnak River, Alaska

2006· article· en· W2013313030 sur OpenAlexvenueno aff
Daniel E. Schindler, Peter R. Leavitt, Susan P. Johnson, Curtis S. Brock

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesUniversity of WashingtonNational Park ServiceNational Science Foundation
Mots-clésOncorhynchusBayAbundance (ecology)FisheryContext (archaeology)PopulationStock (firearms)GeographyEcologyEnvironmental scienceOceanographyBiologyFish <Actinopterygii>DemographyGeology

Résumé

récupéré en direct d'OpenAlex

Returns of sockeye salmon (Oncorhynchus nerka) to the Alagnak River in Bristol Bay, Alaska, during the last 3 years were unprecedented in the last five decades. Enumerated run sizes averaged about 1 million fish from 1955 to 2002 but surged unexpectedly to average 5.4 million fish in 2003–2005. These huge returns currently pose a challenge to management of Bristol Bay sockeye for several reasons, including that it is unclear whether the recent surge in abundance is a new phenomenon or if it has arisen as part of interdecadal population variability. To answer this question we used changes in lake sedimentary δ15N coupled with an isotope-mixing model to estimate historical abundances of sockeye salmon populations in this ecosystem. Our analyses show that periods of high salmon abundance have occurred every ~100 years during the last five centuries, interspersed by prolonged periods of substantially lower abundance. We suggest that the recent high returns are an expression of the long-term variability that is characteristic of this stock and will be a relatively transient phenomenon.

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)0,001
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 enseignants0,961
Score d'incertitude au seuil0,077

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
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 Opus0,014
Tête enseignante GPT0,208
Écart entre enseignants0,194 · 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

Citations21
Publié2006
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→