MétaCan
Menu
← Retour à la cohorte
Enregistrement W2155540542 · doi:10.1139/f07-040

Nonnative brook trout (<i>Salvelinus fontinalis</i>) and the demise of native brown trout (<i>Salmo trutta</i>) in northern boreal lakes: stealthy, long-term patterns?

2007· article· en· W2155540542 sur OpenAlexvenueno aff
Johan Spens, Anders Alanärä, Lars‐Ove Eriksson

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSalvelinusBrown troutTroutFontinalisSalmoStockingBiologyFisheryRainbow troutEcologySalmonidaePopulationFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

This study of 193 boreal lakes of northern Sweden suggests a long-term detrimental impact of introduced brook trout (Salvelinus fontinalis) on brown trout (Salmo trutta) populations. Thirteen of 65 (20%) brown trout populations in lakes exposed to brook trout went extinct, whereas the extinction rate in unexposed lakes was significantly lower (2%). We verified other studies that indicate that altitude strongly affects the distribution of the two species; brown trout populations in our higher altitude lakes were more sensitive to impact from brook trout. In 28 lakes above 285 m, 12 trout populations exposed to brook trout went extinct, while only one population became extinct in 37 lakes below 285 m. No effects of other environmental factors were detected (e.g., water chemistry, stocking of rainbow trout (Oncorhynchus mykiss), fish species community assembly, migration barriers, or lake morphometry on brown trout extinction). The time lag between the first record of brook trout introduction and subsequent extinction of brown trout was two decades on average (maximum 70 years). Even though further stocking of brook trout has been stopped, our analysis suggest that existing sympatric populations may continue to pose an extinction threat to brown trout.

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)0,000
score de la tête « metaresearch » (Gemma)0,001
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 enseignants0,960
Score d'incertitude au seuil0,080

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 ouverte0,0000,000
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 Opus0,011
Tête enseignante GPT0,225
Écart entre enseignants0,214 · 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

Citations27
Publié2007
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→