Unintended consequences and trade‐offs of fish passage
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract We synthesized evidence for unintended consequences and trade‐offs associated with the passage of fishes. Provisioning of fish passageways at dams and dam removals are being carried out increasingly as resource managers seek ways to reduce fragmentation of migratory fish populations and restore biodiversity and nature‐like ecosystem services in tributaries altered by dams. The benefits of provisioning upstream passage are highlighted widely. Possible unwanted consequences and trade‐offs of upstream passage are coming to light, but remain poorly examined and underappreciated. Unintended consequences arise when passage of native and desirable introduced fishes is delayed, undone (fallback), results in patterns of movement and habitat use that reduce D arwinian fitness (e.g. ecological traps), or is highly selective taxonomically and numerically. Trade‐offs arise when passage decisions intended to benefit native species interfere with management decisions intended to control the unwanted spread of non‐native fishes and aquatic invertebrates, or genes, diseases and contaminants carried by hatchery and wild fishes. These consequences and trade‐offs will vary in importance from system to system and can result in large economic and environmental costs. For some river systems, decisions about how to manage fish passage involve substantial risks and could benefit from use of a formal, structured process that allows transparent, objective and, where possible, quantitative evaluation of these risks. Such a process can also facilitate the design of an adaptive framework that provides valuable insights into future decisions.
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.
Prédiction distillée sur la base complète
Imitation des enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 découle