Migration model of post‐smolt <scp>A</scp>tlantic salmon (<i><scp>S</scp>almo salar</i>) in the <scp>G</scp>ulf of <scp>M</scp>aine
Notice bibliographique
Résumé
Abstract Understanding how oceanographic factors independently and interactively influence fish behavior, physiology, and survival is essential for predicting the impact of climate change on fish. Such predictions are especially challenging for highly migratory species such as salmon that experience a broad range of conditions. We applied a novel modeling approach that combines an individual‐based particle model with a bioenergetics model to evaluate the effects of oceanographic variability on migration of post‐smolt Atlantic salmon ( Salmo salar ). Interannual variability in the surface current velocity and sea surface temperature differentially influenced post‐smolt salmon migration. The magnitude, duration, and direction of the currents relative to a fish's intended swimming direction had the strongest influence on migration. Changes in ocean circulation led to changes in currents at a regional scale that have a similar, relative effect across multiple populations during out‐migration. Results of this study suggest that the Nova Scotia Coastal Current has a strong influence on the migration pathways of migrating salmon through the Gulf of Maine. The influx of cool fresh water from the Arctic, observed in the early 1990s, changed the Nova Scotia Coastal Current and, as suggested by model results, could have dramatically influenced post‐smolt salmon migration success. There was a trade‐off between arriving at the destination quickly but at a small size and not arriving at the destination at all. Fish that took a long time to migrate had more opportunities to feed and encountered warmer summer waters, increasing their overall growth.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,004 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».