MétaCan
Menu
← Retour à la cohorte
Enregistrement W2024539464 · doi:10.1139/f07-027

The influence of spawning habitat restoration on juvenile brown trout (<i>Salmo trutta</i>) density

2007· article· en· W2024539464 sur OpenAlexvenueno aff
Daniel Palm, Eva Brännäs, Fabio Lepori, Kjell Nilsson, Stefan Stridsman

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBrown troutSalmoJuvenileSubstrate (aquarium)HabitatTroutFisheryGeologyHydrology (agriculture)EcologyBiologyFish <Actinopterygii>Geotechnical engineering

Résumé

récupéré en direct d'OpenAlex

Between 1992 and 2003, we assessed the density of age-0+ brown trout (Salmo trutta) in a channelized stream in northern Sweden, which was restored using two different schemes. One section of the stream was restored by the addition of boulders and reconstruction of gravel beds (boulder + gravel section), whereas another section was restored through addition of boulders only (boulder-only section). In addition, we compared the substrate size composition of gravel beds and the egg-to-fry survival between the two stream sections, and we related the density of age-0+ brown trout to the area of reconstructed gravel beds. After the restoration, the density of age-0+ brown trout increased significantly in the boulder + gravel section and was positively correlated with the area of reconstructed gravel beds. By contrast, the density of age-0+ brown trout did not change in the boulder-only treatment. Egg-to-fry survival was significantly higher in the boulder + gravel section compared with the boulder-only section, probably because of the higher content of sand and fines in the gravel beds of the latter treatment. This study shows that the density of age-0+ brown trout was limited by the availability and quality of spawning substrate rather than by the structural habitat complexity.

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 enseignants0,069
Score d'incertitude au seuil0,137

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 technologies0,0000,001
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 Opus0,012
Tête enseignante GPT0,211
Écart entre enseignants0,199 · 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

Citations64
Publié2007
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→