River-plume use during the pelagic larval stage benefits recruitment of a lentic fish
Notice bibliographique
Résumé
Similar to coastal marine systems, Lake Erie exhibits open-water river plumes that differ physicochemically and biologically from surrounding waters. To explore their importance to yellow perch ( Perca flavescens ) recruitment in western Lake Erie, we tested two related hypotheses: (i) contributions of larvae to the juvenile stage (when recruitment is set) would be greater from nutrient-rich Maumee River plume (MRP) waters than from less-productive non-MRP waters; and (ii) warmer temperatures and higher zooplankton (prey) production in the MRP (versus non-MRP waters) would underlie this expected recruitment difference through “bottom-up” effects on larval growth. Peak larval yellow perch density was 10-fold and 5-fold less in the MRP than in non-MRP waters during 2006 and 2007, respectively. However, otolith microchemical analyses demonstrated that disproportionately more juvenile recruits emanated from the MRP than from non-MRP waters during both years. Although temperature and zooplankton production were higher in the MRP than in non-MRP waters during both years, observed recruitment differences were not definitively linked to bottom-up effects. Top-down effects also appeared important, as high turbidity in the MRP may offer a survival advantage by reducing predation mortality on larvae. Our research highlights the need to better understand biophysical coupling in freshwater systems and demonstrates how stochastic tributary inputs can influence fish recruitment.
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 | 0,000 | 0,001 |
| 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 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».