MétaCan
Menu
← Retour à la cohorte
Enregistrement W2095747424 · doi:10.1139/f07-093

Overwintering habitat use of shortnose sturgeon (<i>Acipenser brevirostrum</i>): defining critical habitat using a novel underwater video survey and modeling approach

2007· article· en· W2095747424 sur OpenAlexfundvenueaboutno aff
Xinhai Li, Matthew K. Litvak, John E. Clark

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesFonds en Fiducie pour la Faune du Nouveau-BrunswickNatural Sciences and Engineering Research Council of CanadaU.S. Fish and Wildlife ServiceGovernment of Canada
Mots-clésAcipenserOverwinteringLake sturgeonHabitatSturgeonFisheryEnvironmental scienceEcologyGeographyFish <Actinopterygii>Biology

Résumé

récupéré en direct d'OpenAlex

The overwintering habitat use of shortnose sturgeon (Acipenser brevirostrum) was investigated from January to March 2005 in the upper Kennebecasis River, New Brunswick, Canada, using a novel underwater video camera system and modeling approach. Following a random sampling procedure, 187 holes were drilled into the ice, and 234 sturgeon were counted and video-recorded. We found that sturgeon concentrated in a 2 ha area at the confluence of the Kennebecasis and Hammond rivers on a flat sandy substrate at a depth of 3.1–6.9 m. Generalized linear models were developed to describe the relationship of shortnose sturgeon density and habitat variables. The model indicated that the shortnose sturgeon had significant preference to deeper areas within this region. The total abundance of shortnose sturgeon in the area was estimated to be 4836 ± 69 (mean ± standard error) using the ordinary kriging method to interpolate sturgeon density at unsampled sites. This overwintering habitat of shortnose sturgeon can be defined as critical habitat following the identification policies of the Canadian Species at Risk Act (SARA).

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)0,000
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 enseignants0,683
Score d'incertitude au seuil0,631

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,075
Tête enseignante GPT0,264
Écart entre enseignants0,189 · 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

Citations19
Publié2007
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→