MétaCan
Menu
Retour à la cohorte
Enregistrement W2156524956 · doi:10.1080/00028487.2014.988881

Spawning Distribution of Bering Ciscoes in the Yukon River

2015· article· en· W2156524956 sur OpenAlexaboutno aff
Randy J. Brown, David W. Daum

Notice bibliographique

RevueTransactions of the American Fisheries Society · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Fish and Wildlife ServiceCisco Systems
Mots-clésSpawn (biology)Fish migrationFisheryPopulationChinook windWildlife refugeCoregonusGeographyPredationRiver mouthOceanographyFish <Actinopterygii>OncorhynchusWildlifeEcologyGeologyBiology

Résumé

récupéré en direct d'OpenAlex

Abstract Bering CiscoesCoregonus laurettaeare anadromous salmonids with known spawning populations only in the Yukon, Kuskokwim, and Susitna rivers in Alaska. A commercial fishery for the species was recently initiated at the mouth of the Yukon River, inspiring a series of research projects to enhance our understanding of the exploited population. This study was designed to delineate the geographic spawning distribution of Bering Ciscoes in the Yukon River. One hundred radio transmitters per year in 2012 and 2013 were deployed in prespawning Bering Ciscoes at a site located 1,176 km upstream from the sea. A total of 160 fish survived fish wheel capture and tagging, avoided harvest and predation after tagging, and continued migrating upstream to their spawning destinations. Approximately 79% migrated to spawn in the upper Yukon Flats, upstream from the mouth of the Porcupine River, and 21% migrated to spawn in the lower Yukon Flats. Locating the Bering Cisco spawning area, which is almost entirely encompassed by the Yukon Flats National Wildlife Refuge, enhances our ability to protect it from anthropogenic disturbance and enables future biological research on the spawning population. Received July 25, 2014; accepted November 13, 2014

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)0,000
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 enseignants0,188
Score d'incertitude au seuil0,373

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,016
Tête enseignante GPT0,219
Écart entre enseignants0,203 · 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

Citations8
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the American Fisheries SocietyMême sujetFish Ecology and Management StudiesTravaux en français237 207