MétaCan
Menu
← Retour à la cohorte
Enregistrement W2114123904 · doi:10.1139/f09-029

Factors influencing coastal cutthroat trout (Oncorhynchus clarkii clarkii) seasonal survival rates: a spatially continuous approach within stream networks

2009· article· en· W2114123904 sur OpenAlexvenueno aff
Aaron M. Berger, Robert E. Gresswell

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesCalifornia Department of Fish and WildlifeOregon State University
Mots-clésOncorhynchusTroutAbiotic componentWatershedEnvironmental sciencePopulationFisheryBiotic componentPopulation dynamics of fisheriesEcologyBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Mark–recapture methods were used to examine watershed-scale survival of coastal cutthroat trout ( Oncorhynchus clarkii clarkii ) from two headwater stream networks. A total of 1725 individuals (≥100 mm, fork length) were individually marked and monitored seasonally over a 3-year period. Differences in survival were compared among spatial (stream segment, subwatershed, and watershed) and temporal (season and year) analytical scales, and the effects of abiotic (discharge, temperature, and cover) and biotic (length, growth, condition, density, movement, and relative fish abundance) factors were evaluated. Seasonal survival was consistently lowest and least variable (years combined) during autumn (16 September – 15 December), and evidence suggested that survival was negatively associated with periods of low stream discharge. In addition, relatively low (–) and high (+) water temperatures, fish length (–), and boulder cover (+) were weakly associated with survival. Seasonal abiotic conditions affected the adult cutthroat trout population in these watersheds, and low-discharge periods (e.g., autumn) were annual survival bottlenecks. Results emphasize the importance of watershed-scale processes to the understanding of population-level survival.

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 enseignants0,973
Score d'incertitude au seuil0,053

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
Bibliométrie0,0010,001
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 Opus0,018
Tête enseignante GPT0,214
Écart entre enseignants0,196 · 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

Citations49
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

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