MétaCan
Menu
Retour à la cohorte
Enregistrement W2044805909 · doi:10.4296/cwrj2802301

The Development and Application of Multimetric Indices for the Assessment of Impacts to Fish Assemblages in Large Rivers: A Review of Current Science and Applications

2003· review· en· W2044805909 sur OpenAlexvenueaboutno aff
Chris O. Yoder, Brandon H. Kulik

Notice bibliographique

RevueCanadian Water Resources Journal / Revue canadienne des ressources hydriques · 2003
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésElectrofishingRiver ecosystemIndex of biological integrityEnvironmental scienceSampling (signal processing)STREAMSAbundance (ecology)Fish <Actinopterygii>Current (fluid)Channel (broadcasting)Relative species abundanceHydrology (agriculture)Sample (material)FisheryEcologyComputer scienceEcosystemGeologyTelecommunicationsOceanography

Résumé

récupéré en direct d'OpenAlex

The biological assessment of lotic resources in much of the U.S. and Canada initially focused on wadeable rivers and streams. However, increased emphasis is being placed on larger, non-wadeable rivers. Many of these efforts include the development of multimetric indices represented by the Index of Biotic Integrity (IBI) following the original developmental work in the U.S. They include the pioneering work in the Wabash River of the Midwestern U.S., the inland rivers of Ohio and Wisconsin, the Ohio River mainstem, large western rivers and Quebec rivers, all of which focused on the fish assemblage. Monitoring fish assemblages in large rivers includes logistical and technical considerations that affect obtaining reliable estimates of relative abundance for all species that are amenable to efficient capture. A single gear approach is preferred for practical reasons and electrofishing is the sampling method of choice. Sampling effort is expressed in terms of distance sampled at a site and includes formulas based on fixed distances or multiples of river channel width. Relative abundance data are analyzed via multimetric indices (e.g., Index of Biotic Integrity), which are contingent on the development of a reference condition that supports a derivation and calibration process. Defining reference for large rivers represents a different challenge than with smaller, wadeable streams. For the latter, sufficient and suitable reference analogs usually exist, thus reference condition can be empirically derived. However, such analogs are either rare or do not adequately reflect the restorable potential for large rivers. Thus in developing the expectations that are necessary for metric calibration and IBI development, adequate historical knowledge of the assemblage is critical. Once developed, the metrics and indices provide meaningful measures of assemblage quality and response to chemical, physical, and biological influences and perturbations. This has been demonstrated for a wide variety of human impacts including water pollution, habitat and flow alterations, and land use changes. Successfully applying this protocol to large rivers involves taking the correct sequence of steps in the initial development of sampling and assessment methodologies. The IBI serves not only as an important benchmark of aquatic resource quality and condition, but also as a test of the significance of human impact on the aquatic environment. Developing and implementing a multimetric approach for large, coldwater rivers is feasible and would serve as a useful assessment and planning tool for determining the magnitude and severity of impacts from riverine flow and habitat modifications.

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)0,005
score de la tête « metaresearch » (Gemma)0,006
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,028

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0050,006
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0030,001
Bibliométrie0,0060,008
Études des sciences et des technologies0,0000,002
Communication savante0,0020,003
Science ouverte0,0020,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,024
Tête enseignante GPT0,300
Écart entre enseignants0,276 · 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'étudeSans objet
Domainenon disponible
GenreSynthèse

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations17
Publié2003
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Water Resources Journal / Revue canadienne des ressources hydriquesMême sujetFish Ecology and Management StudiesTravaux en français237 207