MétaCan
Menu
← Retour à la cohorte
Enregistrement W2023940127 · doi:10.1139/f05-136

Do bears facilitate transfer of salmon resources to aquatic macroinvertebrates?

2005· article· en· W2023940127 sur OpenAlexvenueno aff
Monika Winder, Daniel E. Schindler, Jonathan W. Moore, Susan P. Johnson, Wendy J. Palen

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesAustrian Science Fund
Mots-clésPredationInvertebrateForagingOncorhynchusCaddisflyBiologyFisheryEcologyHabitatNutrientChinook windUrsusOptimal foraging theoryLarvaFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

In coastal areas of the Pacific Northwest bears (Ursus spp.) prey heavily on spawning Pacific salmon (Oncorhynchus spp.) and selectively kill energy-rich individuals that are the most recent arrivals on spawning grounds. Pacific salmon eventually die in spawning habitats anyway, albeit with considerably lower energetic content. We investigated whether foraging activities of bears facilitate growth of stream invertebrates by increasing the duration of salmon carcass availability and the nutritional value of carcasses for scavengers. Our survey in southwest Alaska showed that carcasses are highly colonized by caddisfly (Trichoptera) larvae. Caddisflies show a strong preference for bear-killed over senescent carcasses, which may be a result of extended temporal availability, improved accessibility of consumable tissue, and higher energetic content of bear-killed fish. Isotope analyses further indicate uptake of marine-derived nutrients in caddisflies during the salmon run, which, however, does not extend into subsequent generations. Thus, species with life histories linked to the annual marine derived nutrient pulse gain the biggest advantage from the salmon resource subsidy. A long-term survey in several creeks in this region showed that bear predation intensity varied greatly among creeks and years, therefore indirect effects of bear predation on aquatic scavengers are likely highly patchy in time and space.

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 enseignants0,007
Score d'incertitude au seuil0,013

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 savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,018
Tête enseignante GPT0,205
Écart entre enseignants0,187 · 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

Citations39
Publié2005
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→