Effectiveness monitoring of fish passage facilities: historical trends, geographic patterns and future directions
Notice bibliographique
Résumé
Abstract Fishways and other passage facilities frequently prevent or delay the passage of fishes, highlighting the need for effectiveness monitoring. We reviewed the scientific literature from 1960 to 2008 reporting on effectiveness monitoring of fish passage facilities to assess what taxa and life‐stages have been studied, the questions that are asked during evaluation, and how these varied over time or by geographic region. We identified 96 peer‐reviewed articles of which 68% focused on passage by adult fishes. Salmoniformes was the most studied order (58% of studies). The focus of fishway evaluations did not change over the years, but varied significantly by geographic region. Studies from the tropics had a broader taxonomic scope than studies from temperate locations. Exogenous mechanisms of passage failure, such as environmental, structural and behavioural factors, were studied in 90% of studies from North America but only ∼50% of studies from Europe, South America and Australia. Endogenous (i.e. physiological) mechanisms affecting passage success were not often assessed anywhere, though they were a powerful means of evaluating mechanisms of failure. Few studies monitored migration after fish had left a facility. To improve effectiveness monitoring of passage facilities, we suggest that both endogenous and exogenous mechanisms need to be studied in an integrated fashion to understand passage failure and to inform design or operational changes that could improve passage efficiency. In addition post‐departure monitoring is required to more completely assess the fitness consequences of passage.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,014 | 0,030 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,007 | 0,007 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,002 | 0,004 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».