Predicting benefits of spawning-habitat rehabilitation to salmonid (<i>Oncorhynchus</i>spp.) fry production in a regulated California river
Notice bibliographique
Résumé
We tested the hypothesis that spawning-bed enhancement increases survival and growth of chinook salmon (Oncorhynchus tshawytscha) embryos in a regulated California stream with a gravel deficit. We also examined how 12 physical parameters correlated within spawning sites and how well they predicted survival and growth of chinook salmon and steelhead (Oncorhynchus mykiss) embryos. Salmon embryos planted in enhanced gravels had higher rates of survival to the swim-up stage than embryos planted in unenhanced spawning gravels. No significant increase in growth was observed. Intergravel temperature and substrate size were strongly correlated with distance downstream from the lowest nonpassable dam. Intergravel turbidity and total suspended and volatile solids were also strongly correlated. Multiple-regression models were built with a combination of physical measurements to predict survival and length of salmon and steelhead embryos. Survival models accounted for 87% of the variation around the mean for salmon and 82% for steelhead. Growth models accounted for 95% of the variation around the mean for salmon and 89% for steelhead. These findings suggest that spawning-bed enhancement can improve embryo survival in degraded habitat. Additionally, measurements of a suite of physical parameters before and after spawning-bed manipulation can accurately predict benefits to target species.
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 | 0,000 | 0,001 |
| 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 | 0,000 |
| 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) | 0,000 | 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 ».