MétaCan
Menu
← Retour à la cohorte
Enregistrement W2048798170 · doi:10.1139/f04-126

Long-term survival of adult Arctic grayling (<i>Thymallus arcticus</i>) in the Kuparuk River, Alaska

2004· article· en· W2048798170 sur OpenAlexvenueno aff
Karen M. Buzby, Linda A. Deegan

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésGraylingArcticFecundityPopulationVital ratesEcologyBiologyTrophic levelPopulation growthDemography

Résumé

récupéré en direct d'OpenAlex

In many long-lived species such as Arctic grayling (Thymallus arcticus), population growth rate is most sensitive to changes in adult survival probabilities. Understanding the factors that regulate adult survival in this species should provide insight into the population dynamics of this and other long-lived Arctic species. Using the program MARK, we analyzed 17 years of mark–recapture data to estimate survival rates for Arctic grayling in the Kuparuk River, Alaska, from 1985 to 2000. Mean annual survival rates overall ranged from 0.39 to 1.0 and averaged 0.71 ± 0.05 for resident and 0.75 ± 0.05 for nonresident fish. Spending the summer in the more productive fertilized zone of the experimental reach had no influence on survival despite higher productivity on all trophic levels and consistently higher growth rates in Arctic grayling. None of the environmental (stream temperature, discharge, winter severity, and incidence of drought) or population parameters (growth, condition factor, and mean fish size) that we examined explained significant amounts of variance in survival rates. The lack of responsiveness of survival to annual environmental conditions was unexpected and suggests that multiyear factors or life history tactics that maintain survival at the expense of growth and fecundity likely determine survival.

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)0,000
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 enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,014
Tête enseignante GPT0,212
Écart entre enseignants0,198 · 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

Citations21
Publié2004
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→