MétaCan
Menu
Retour à la cohorte
Enregistrement W2096756215 · doi:10.1139/f05-184

An experimental evaluation of competitive and thermal effects on brown trout (<i>Salmo trutta</i>) and Bonneville cutthroat trout (<i>Oncorhynchus clarkii</i> <i>utah</i>) performance along an altitudinal gradient

2005· article· en· W2096756215 sur OpenAlexvenueno aff
Peter A. McHugh, Phaedra Budy

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2005
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Forest Service
Mots-clésBrown troutTroutSalmoOncorhynchusSympatrySympatric speciationBiologyCompetition (biology)EcologyFishery

Résumé

récupéré en direct d'OpenAlex

Temperature-mediated competition (i.e., dominance shifts between species depending on temperature) may explain the segregation of salmonid species along altitudinal stream gradients. We evaluated this hypothesis for exotic brown trout (Salmo trutta) and native Bonneville cutthroat trout (Oncorhynchus clarkii utah) by rearing them in experimental sympatry and allopatry using enclosures constructed at six sites spaced along a 45-km segment of a mountain stream. For both species, we compared condition and growth between allopatric and sympatric treatment groups. We found that brown trout negatively affected cutthroat trout performance, whereas cutthroat trout failed to impart an effect in the reverse direction, regardless of temperature. Thus, we documented asymmetric competition between these species but found little evidence indicating that its outcome was influenced by temperature. Brown trout – cutthroat trout segregation is therefore unlikely to be due to temperature-mediated competition. Instead, brown trout may have displaced cutthroat trout from downstream areas through competition or other mechanisms, while abiotic factors preclude their (brown trout) invasion of upper elevations. Given the magnitude of effect observed in our study, we recommend that brown trout receive greater consideration in cutthroat trout conservation.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,016
Tête enseignante GPT0,237
Écart entre enseignants0,221 · 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

Citations71
Publié2005
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetFish Ecology and Management StudiesTravaux en français237 207