MétaCan
Menu
Retour à la cohorte
Enregistrement W2095685382 · doi:10.1139/f04-043

Effects of an invasive bivalve (<i>Dreissena polymorpha</i>) on fish in the Hudson River estuary

2004· article· en· W2095685382 sur OpenAlexvenueno aff
David L. Strayer, Kathryn A. Hattala, Andrew Kahnle

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesHudson River FoundationNew York State Department of Environmental Conservation
Mots-clésDreissenaZebra musselLittoral zoneBiologyFisheryEcologyMicropterusEstuaryPopulationAlosaMusselBivalviaMolluscaFish migrationBass (fish)Fish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Despite predictions that the zebra mussel (Dreissena polymorpha) invasion of North America would damage fisheries, analyses of actual effects on fish have been few and equivocal. We analyze 26 years of data on fish populations in the Hudson River to quantify changes associated with the zebra mussel invasion. Based on our measurements of changes in the lower food web, we predicted that populations of open-water fish species (e.g., Alosa spp.) would suffer and populations of littoral fish species (e.g., Centrarchidae) would prosper from the zebra mussel invasion. We found that the median decrease in abundance of open-water species was 28%, whereas the median increase in abundance of littoral species was 97%. Populations of open-water species shifted downriver away from the zebra mussel population, whereas those of littoral species shifted upriver. Median apparent growth rates fell by 17% among open-water species and rose by 12% in the single littoral species studied. Many of the observed changes were large and involved species of commercial or recreational importance (e.g., American shad (Alosa sapidissima), black basses (Micropterus spp.)). The influence of zebra mussels on fish should vary widely across ecosystems as a function of system morphology, factors that limit primary production, and diets of the fish species.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,054
Score d'incertitude au seuil0,106

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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.

Tête enseignante Opus0,011
Tête enseignante GPT0,209
Écart entre enseignants0,198 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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 découle

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations187
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207