Passive Integrated Transponder (PIT) Tracking versus Snorkeling: Quantification of Fright Bias and Comparison of Techniques in Habitat Use Studies
Notice bibliographique
Résumé
Abstract Quantitative assessment of day and night fright bias (i.e., flight response) of Atlantic Salmon Salmo salar parr during passive integrated transponder (PIT) tracking surveys was carried out during summer (water temperature, 18–22°C) and autumn (water temperature, <3°C). In addition, PIT‐tracking and snorkeling survey methods were compared to assess whether the two methods result in similar habitat use data for Atlantic Salmon parr at the same study site. During summer fright bias surveys, 0–15% of parr displayed a flight response to PIT‐tracking techniques in the riffle–run–pool habitat types commonly used by Atlantic Salmon parr; 24–25% displayed a flight response in relatively unused, shallow, calm water habitats. No flight responses were observed in autumn surveys with colder water temperatures in any habitat type. Larger numbers of salmon parr were observed using PIT tracking regardless of stream discharge. Furthermore, significant differences in habitat use frequency curves between these two methods were observed due largely to higher Atlantic Salmon parr abundances being detected by PIT tracking in shallow water depths at lower discharges and the ability to detect inactive salmon parr hiding within the substrate. PIT tracking was found to be a valid method for habitat assessment and provides more reliable habitat use data than traditional snorkeling methods in small streams.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».