Spatial correlation patterns in coastal environmental variables and survival rates of salmon in the north‐east Pacific Ocean
Notice bibliographique
Résumé
We examined spatial correlations for three coastal variables [upwelling index, sea surface temperature (SST), and sea surface salinity (SSS)] that might affect juvenile salmon ( Oncorhynchus spp.) during their early marine life. Observed correlation patterns in environmental variables were compared with those in survival rates of pink ( O. gorbuscha ), chum ( O. keta ), and sockeye ( O. nerka ) salmon stocks to help identify appropriate variables to include in models of salmon productivity. Both the upwelling index and coastal SST were characterized by strong positive correlations at short distances, which declined slowly with distance in the winter months, but much more rapidly in the summer. The SSS had much weaker and more variable correlations at all distances throughout the year. The distance at which stations were no longer correlated (spatial decorrelation scale) was largest for the upwelling index (> 1000 km), intermediate for SST (400–800 km in summer), and shortest for SSS (< 400 km). Survival rate indices of salmon showed moderate positive correlations among adjacent stocks that decreased to zero at larger distances. Spatial decorrelation scales ranged from approximately 500 km for sockeye salmon to approximately 1000 km for chum salmon. We conclude that variability in the coastal marine environment during summer, as well as variability in salmon survival rates, are dominated by regional scale variability of several hundred to 1000 km. The correlation scale for SST in the summer most closely matched the observed correlation scales for survival rates of salmon, suggesting that regional‐scale variations in coastal SST can help explain the observed regional‐scale covariation in survival rates among salmon stocks.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| 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) | 0,004 | 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 tête enseignante, 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 ».