MétaCan
Menu
Retour à la cohorte
Enregistrement W2105112185 · doi:10.1139/f09-198

Empirical evaluation of predator-driven diel vertical migration in Lake Superior

2010· article· en· W2105112185 sur OpenAlexvenueno aff
Jason D. Stockwell, Thomas R. Hrabik, Olaf P. Jensen, Daniel L. Yule, Matthew Balge

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesMinnesota Sea Grant, University of MinnesotaCisco SystemsNational Oceanic and Atmospheric AdministrationU.S. Department of CommerceNational Science Foundation
Mots-clésDiel vertical migrationPredationCoregonusForagingPredatorBiologyEcologyPelagic zoneFisheryFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Recent studies on Lake Superior suggest that diel vertical migration (DVM) of prey (generalized Coregonus spp.) may be influenced by the density of predatory siscowet ( Salvelinus namaycush ). We empirically evaluated this hypothesis using data from acoustic, midwater trawl, and bottom trawl sampling at eight Lake Superior sites during three seasons in 2005 and a subset of sites in 2006. We expected the larger-bodied cisco ( Coregonus artedi ) to exhibit a shallower DVM compared with the smaller-bodied kiyi ( Coregonus kiyi ). Although DVM of kiyi and cisco were consistent with expectations of DVM as a size-dependent, predator-mediated process, we found no relationship between siscowet density and the magnitude of DVM of either coregonid. Cisco appear to have a size refuge from siscowet predation. Kiyi and siscowet co-occur in demersal habitat > 150 m during the day, where visual predation is unlikely, suggesting predator avoidance is not a factor in the daytime distribution of kiyi. Seasonal patterns of kiyi DVM were consistent with reported DVM of their primary prey Mysis relicta . Our results suggest that consideration of nonvisual foraging, rather than light-based foraging theory (i.e., the antipredation window), is necessary to understand the processes driving DVM in deepwater systems.

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)0,001
score de la tête « metaresearch » (Gemma)0,007
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 enseignants0,026
Score d'incertitude au seuil0,052

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,007
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
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 Opus0,030
Tête enseignante GPT0,263
Écart entre enseignants0,234 · 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

Citations69
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

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