MétaCan
Menu
← Retour à la cohorte
Enregistrement W2150335972 · doi:10.1371/journal.pone.0098951

Time-Delayed Subsidies: Interspecies Population Effects in Salmon

2014· article· en· W2150335972 sur OpenAlexafffund
Michelle C. Nelson, John D. Reynolds

Notice bibliographique

RevuePLoS ONE · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensRaincoast Conservation FoundationSimon Fraser University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaPacific Salmon FoundationFisheries and Oceans CanadaRaincoast Conservation FoundationSimon Fraser University
Mots-clésOncorhynchusNutrientBiologyAbundance (ecology)JuvenileFisheryProductivityPopulationEcosystemSTREAMSEcologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Cross-boundary nutrient inputs can enhance and sustain populations of organisms in nutrient-poor recipient ecosystems. For example, Pacific salmon (Oncorhynchus spp.) can deliver large amounts of marine-derived nutrients to freshwater ecosystems through their eggs, excretion, or carcasses. This has led to the question of whether nutrients from one generation of salmon can benefit juvenile salmon from subsequent generations. In a study of 12 streams on the central coast of British Columbia, we found that the abundance of juvenile coho salmon was most closely correlated with the abundance of adult pink salmon from previous years. There was a secondary role for adult chum salmon and watershed size, followed by other physical characteristics of streams. Most of the coho sampled emerged in the spring, and had little to no direct contact with spawning salmon nutrients at the time of sampling in the summer and fall. A combination of techniques suggest that subsidies from spawning salmon can have a strong, positive, time-delayed influence on the productivity of salmon-bearing streams through indirect effects from previous spawning events. This is the first study on the impacts of nutrients from naturally-occurring spawning salmon on juvenile population abundance of other salmon 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 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 enseignants0,008
Score d'incertitude au seuil0,016

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0040,000

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 Opus0,011
Tête enseignante GPT0,188
Écart entre enseignants0,177 · 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

Citations13
Publié2014
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetFish Ecology and Management Studies→Travaux en français237 207→