Shifts in Depth Distributions of Alewives, Rainbow Smelt, and Age-2 Lake Trout in Southern Lake Ontario following Establishment of Dreissenids
Notice bibliographique
Résumé
In the mid-1990s, biologists conducting assessments of fish stocks in Lake Ontario reported finding alewives Alosa pseudoharengus, rainbow smelt Osmerus mordax, and juvenile lake trout Salvelinus namaycush at greater depths than in the mid-1980s. To determine if depth distributions shifted coincident with the early 1990s colonization of Lake Ontario by exotic Dreissena mussels, we calculated mean depth of capture for each of the three species during trawl surveys conducted annually during 1978–1997 and examined the means for significant deviations from established patterns. We found that mean capture depth of alewives, rainbow smelt, and age-2 lake trout shifted deeper during the build up of the dreissenid population in Lake Ontario but that timing of the shift varied among seasons and species. Depth shifts occurred first for rainbow smelt and age-2 lake trout in June 1991. In 1992, alewives shifted deeper in June followed by age-2 lake trout in July–August. Finally, in 1993 and 1994, the distribution of lake trout and alewives shifted in April–May. Reasons why the three fishes moved to deeper water are not clear, but changes in distribution were not linked to temperature. Mean temperature of capture after the depth shift was significantly lower than before the depth shift except for alewives in April–May. Movement of alewives, rainbow smelt, and age-2 lake trout to colder, deeper water has the potential to alter growth and reproduction schedules by exposing the fish to different temperature regimes and to alter the food chain, increasing predation on Mysis relicta in deep water and decreasing alewife predation on lake trout fry over nearshore spawning grounds in spring.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 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) | 0,003 | 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 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 ».