Influence of gear switching on recapture of Atlantic salmon (<i><scp>S</scp>almo salar</i>) in catch‐and‐release fisheries
Notice bibliographique
Résumé
Abstract Anglers that release Atlantic salmon (Salmo salar) in recreational fisheries do so with the intention that the fish will survive and contribute to succeeding generations. In some instances, salmon that are released may be recaptured, but mechanisms associated with recapture are unclear. To test whether gear avoidance influences recapture rates, we analysed data from tagging programmes in major Norwegian Atlantic salmon fishing rivers to determine how frequently salmon were recaptured by different gear than that by which they were initially captured (i.e. gear switch). Among 339 salmon captured, externally tagged and released in 2012 and 2013, 46 (14%) were recaptured; 70% of these recaptured salmon exhibited gear switch. To test whether this gear switch percentage could be expected in the absence of gear avoidance, a simulation was conducted, which accounted for variation in catch probability among rivers and across time with different gear types based on comprehensive catch data. Each simulation step provided a simulated rate of gear switch under the null hypothesis of no gear avoidance. A distribution was generated, which described the probability that we would observe 70% gear switch. The simulated results indicated that this rate of gear switch was highly unlikely (P = 0.003) if recapture gear is assumed to be independent of initial capture gear, suggesting that salmon avoided familiar gear types. Changes to behaviour after release, including learned hook avoidance, may explain our observation of gear avoidance by recaptured salmon.
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 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».