MétaCan
Menu
Retour à la cohorte
Enregistrement W2147288916 · doi:10.1002/rra.2823

Why do fish strand? An analysis of ten years of flow reduction monitoring data from the Columbia and Kootenay rivers, Canada

2014· article· en· W2147288916 sur OpenAlexafffundabout
Robyn L. Irvine, Joe Thorley, Richard L. Westcott, David Schmidt, Don DeRosa

Notice bibliographique

RevueRiver Research and Applications · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensTeck (Canada)Golder Associates (Canada)Pacific Insight Electronics (Canada)
Organismes subventionnairesBC Hydro
Mots-clésShoreEnvironmental scienceHydrology (agriculture)EcosystemStage (stratigraphy)Fish <Actinopterygii>FisheryOceanographyEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Stranding of fish due to flow reductions has been documented in the near shore of the Columbia and Kootenay Rivers, Canada, and can result in sub‐lethal or lethal effects on fish. Ten years (1999–2009) of monitoring data have been collected at sites below two hydro‐electric dams (Hugh‐L‐Keenleyside and Brilliant Dam) following flow reductions. A generalized linear mixed effects model analysed the probability of a stranding event in relation to environmental and operational variables including the rate of change in the water levels, the duration of shoreline inundation prior to a reduction (wetted history), the river stage, the magnitude of the reduction, distance downstream from the dam, time of day, day of year (season) and whether a site had been physically altered to mitigate stranding. The results demonstrated statistically significant effects on stranding risk from minimum river stage, day of the year and whether a site had been physically re‐contoured. The combination of investigated factors giving the highest probability of stranding was a large magnitude reduction completed in the afternoon in midsummer, at low water levels when the near shore had been inundated for a long period. This research is significant in its approach to assessing years of ecosystem scale monitoring data and using the modelling results to determine ways for these findings to be applied in regulated river management to minimize fish stranding. It also highlighted data gaps that require addressing and provides ecosystem scale results to compare with stranding studies carried out in mesocosms. © 2014 The Authors. River Research and Applications published by 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 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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,017
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0020,005
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,034
Tête enseignante GPT0,289
Écart entre enseignants0,255 · 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

Citations33
Publié2014
Routes d'admission3
Résumé présentoui

Explorer davantage

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