MétaCan
Menu
Retour à la cohorte
Enregistrement W2125483226 · doi:10.1002/rra.2913

The Effect of Hydrologic Alteration on Capture Efficiency of Freshwater Fishes in a Highly Modified Prairie Stream

2015· article· en· W2125483226 sur OpenAlexafffundabout
Kenton Neufeld, Mark S. Poesch, Douglas A. Watkinson

Notice bibliographique

RevueRiver Research and Applications · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensFisheries and Oceans CanadaUniversity of Alberta
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaAlberta ParksAlberta Conservation Association
Mots-clésEnvironmental scienceHydrology (agriculture)HabitatAquatic ecosystemDrainage basinSTREAMSAquatic scienceEcologyGeographyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Hydrology is a defining feature of aquatic ecosystems. Changes in stream hydrology, due to climate change, water use and impoundment, have been shown to negatively affect fish populations. Assessing changes in hydrology and its effect on fish populations and communities remains an important consideration for aquatic monitoring programmes across the globe. In this study, we used the Milk River in southern Alberta as a model system to understand how hydrologic alteration may also affect capture probabilities of fishes and impact instream monitoring programmes. The Milk River receives the majority of its April to October flow via an inter‐basin transfer from the St. Mary River, drastically altering the hydrologic regime and instream habitats for fishes during this augmentation period. We estimated species‐specific seine net capture probabilities of fishes in the Milk River during augmentation and natural flow periods using depletion surveys in both open and enclosed sites. Using habitat data collected during the seine surveys, linear mixed‐effects models were created with capture efficiency as the dependent variable. Models were compared using corrected Akaike's information criterion, and the relative contributions of the different variables to the top models were examined. We found that species and flow characteristics, such as water velocity and the state of augmentation, played a prominent role in many of the top models explaining variation in capture efficiency. These results demonstrate that changes to stream hydrology clearly have the potential to impact gear efficiency and individual species assessments. Stream monitoring programmes, which aim to determine long‐term trends in aquatic ecosystem health, need to be mindful that any change to stream hydrology—from climate change, fragmentation or stream alteration—can alter capture efficiency of the sampling gear and inadvertently alter species‐specific trends. Copyright © 2015 John Wiley & Sons, Ltd.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,052
Score d'incertitude au seuil0,230

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
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 Opus0,027
Tête enseignante GPT0,296
Écart entre enseignants0,269 · 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 tête enseignante, 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

Citations8
Publié2015
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueRiver Research and ApplicationsMême sujetFish Ecology and Management StudiesTravaux en français237 207