Effects of Fish Size, Habitat, Flow, and Density on Capture Probabilities of Age‐0 Rainbow Trout Estimated from Electrofishing at Discrete Sites in a Large River
Notice bibliographique
Résumé
Abstract We estimated size‐specific capture probabilities of age‐0 rainbow troutOncorhynchus mykissin the Lee's Ferry Reach of the Colorado River, Arizona, by backpack and boat electrofishing at discrete shoreline sites using both depletion and mark‐recapture experiments. Our objectives were to evaluate the feasibility of estimating capture probability for juvenile fish in larger rivers; to determine how it is influenced by fish size, habitat, flow, density, and recovery period; and to test population closure assumptions. There was no mortality among the 351 rainbow trout that were captured by electrofishing, marked, and held for 24 h. Of a total of 2,966 fish that were marked and released, only 0.61% were captured outside of mark‐recapture sites, and total emigration from mark‐recapture sites was 2.2‐2.6%. These data strongly suggest that populations within discrete sites can be treated as effectively closed for the 24‐h period between marking and recapture. Eighty percent of capture probability estimates from 66 depletion experiments and 42 mark‐recapture experiments ranged from 0.28 to 0.75 and from 0.17 to 0.45, respectively, and the average coefficient of variation of estimates was 0.26. There was strong support for a fish size‐capture probability relationship that accounted for the differences in vulnerability across habitat types. Smaller fish were less vulnerable in high‐angle shorelines that were sampled by boat electrofishing. There was little support for capture probability models that accounted for within‐day and across‐month variation in flow. The effects of fish density on capture probability were challenging to discern, variable among habitat types and estimation methodologies, and confounded with the effect of fish size. As capture probability estimates were generally precise and the closure assumption was met, our results demonstrate that electrofishing‐based mark‐recapture experiments at discrete sites can be used to estimate the abundance of juvenile fish in large rivers.
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 | 0,002 | 0,003 |
| 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 ».