MétaCan
Menu
← Retour à la cohorte
Enregistrement W2130259067 · doi:10.1139/f03-094

Detecting juvenile survival effects of habitat actions: power analysis applied to endangered Snake River springsummer chinook (<i>Oncorhynchus tshawytscha</i>)

2003· article· en· W2130259067 sur OpenAlexvenueno aff
Charles M. Paulsen, Timothy R. Fisher

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesInnovative Research Group Project of the National Natural Science Foundation of ChinaU.S. Department of Energy
Mots-clésChinook windOncorhynchusFisheryEndangered speciesJuvenileHabitatTributaryStock (firearms)BiologyEnvironmental scienceEcologyGeographyFish <Actinopterygii>Cartography

Résumé

récupéré en direct d'OpenAlex

Using 10 years of parr-to-smolt survival rate estimates for passive integrated transponder (PIT) tagged, endangered wild Snake River chinook (Oncorhynchus tshawytscha) (measured in eight spawning streams), we demonstrate that moderate increases in base-case survival may be detectable quickly, as required by recent U.S. National Marine Fisheries Service regulations. The regulations require that effects of tributary habitat actions on juvenile salmonid survival rates be detectable within 5 to 8 years. Simple log-linear regression models were employed where the natural log of survival is a function of parr size, parent stock abundance, tagging location, and year. The analysis uses before–after control–impact (BACI) statistical techniques. The results suggest that multiplicative survival rate changes of 30% should be detectable within 7 years, and increases of 50% within 3 years. Models with higher information-theoretic weights were more powerful than less plausible models. Models using juvenile survival were substantially more powerful than models using spawner–recruit data for the same stocks, but the analysis is no substitute for field studies, which are still very rare.

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)0,016
score de la tête « metaresearch » (Gemma)0,038
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,016
Score d'incertitude au seuil0,086

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0160,038
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0010,001
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 Opus0,012
Tête enseignante GPT0,210
Écart entre enseignants0,199 · 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'étudeSimulation ou modélisation
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
Publié2003
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→