MétaCan
Menu
← Retour à la cohorte
Enregistrement W2150976632 · doi:10.1139/f03-006

The relation between age-0 rainbow trout (<i>Oncorhynchus mykiss</i>) abundance and winter discharge in a regulated river

2003· article· en· W2150976632 sur OpenAlexvenueno aff
Matthew G. Mitro, Alexander V. Zale, Bruce A. Rich

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesBureau of ReclamationIdaho Department of Fish and Game
Mots-clésRainbow troutAbundance (ecology)TroutEnvironmental scienceOncorhynchusEcologyDischargeSpring (device)FisheryBiologyFish <Actinopterygii>GeographyPhysics

Résumé

récupéré en direct d'OpenAlex

We identified and experimentally tested a discharge–abundance relation that predicted, based on the mean river discharge in the second half of winter (15 January – 31 March), the spring abundance of age-0 rainbow trout (Oncorhynchus mykiss) in a section of the Henrys Fork of the Snake River, Idaho, with complex bank habitat. We also considered a competing hypothesis in which autumn abundance determined spring abundance. We established that large abundances of age-0 trout were present in autumn (34 000 – 81 000) and lower abundances remained in spring (8000 – 15 000). Winter loss of age-0 trout was initiated in January. Spring abundance in 1996–1998 was related to autumn abundance (r2 > 0.99) and mean discharge in the second half of winter (17.1–22.8 m3·s–1; r2 > 0.99) but not mean discharge in the first half of winter (15.1–21.1 m3·s–1; r2 = 0.11). We experimentally maintained a high discharge (20–21 m3·s–1) in the second half of winter in 1999 to test model predictions. Autumn abundance failed to predict spring abundance (observed = 11 109; predicted = 6822; 95% prediction interval = 4669–8975). However, the discharge–abundance model accurately predicted spring abundance (predicted = 11 980; 95% prediction interval = 10 728 – 13 231). Higher discharge in the second half of winter may have provided more bank habitat at a critical time for survival.

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)0,002
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 enseignants0,987
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
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 Opus0,012
Tête enseignante GPT0,204
Écart entre enseignants0,192 · 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

Citations26
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→