Estimating Sockeye Salmon Smolt Flux and Abundance with Side-Looking Sonar
Notice bibliographique
Résumé
Abstract Abundance estimates of out-migrating sockeye salmon Oncorhynchus nerka smolts are used to prepare preseason forecasts of adult returns and to set escapement goals. Here we describe a method for estimating smolt flux and abundance that uses side-looking sonar. This method more efficiently covers the river cross section and is logistically easier to deploy than up-looking sonar systems. To account for the skewed vertical distribution of smolts, we used a recently developed model for correcting echo integration bias associated with nonuniform target distribution. The correction is based on adjusting the integrated beam pattern for a given distribution of targets relative to the transverse cross section of the beam. We compared the results with estimates derived from video data and modeled the effect of three vertical distributions of smolts and three transducer pitch angles. The model estimated correction factors that ranged from 0.6 to 2.6. Correction factors were greater than 1 (which indicates negative bias in conventional echo integration) for smolt distributions skewed toward the edge of the beam and less than 1 (which indicates positive bias in conventional echo integration) for distributions skewed towards the center of the beam. For the scenarios modeled, the effect of the transducer pitch angle was small between the horizontal and −0.6° but increased nonlinearly as the angle increased. We conclude that, in the given application and at shallow transducer pitch angles, the bias in conventional echo integration is small and predictable enough to be corrected.
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 | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| 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 ».