A quantitative assessment of fish passage efficiency
Notice bibliographique
Résumé
Abstract In an attempt to restore the connectivity of fragmented river habitats, a variety of passage facilities have been installed at river barriers. Despite the cost of building these structures, there has been no quantitative evaluation of their overall success at restoring fish passage. We reviewed articles from 1960 to 2011, extracted data from 65 papers on fish passage efficiency, size and species of fish, and fishway characteristics to determine the best predictors of fishway efficiency. Because data were scarce for fishes other than salmonids (order Salmoniformes), we combined data for all non‐salmonids for our analysis. On average, downstream passage efficiency was 68.5%, slightly higher than upstream passage efficiency of 41.7%, and neither differed across the geographical regions of study. Salmonids were more successful than non‐salmonids in passing upstream (61.7 vs. 21.1%) and downstream (74.6 vs. 39.6%) through fish passage facilities. Passage efficiency differed significantly between types of fishways; pool and weir, pool and slot and natural fishways had the highest efficiencies, whereas Denil and fish locks/elevators had the lowest. Upstream passage efficiency decreased significantly with fishway slope, but increased with fishway length, and water velocity. An information‐theoretic analysis indicated that the best predictors of fish passage efficiency were order of fish (i.e. salmonids > non‐salmonids), type of fishway and length of fishway. Overall, the low efficiency of passage facilities indicated that most need to be improved to sufficiently mitigate habitat fragmentation for the complete fish community across a range of environmental conditions.
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 | 0,025 | 0,076 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,002 | 0,004 |
| Bibliométrie | 0,036 | 0,025 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,003 | 0,003 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,004 | 0,001 |
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 ».