MétaCan
Menu
← Retour à la cohorte
Enregistrement W2157058390 · doi:10.1139/f09-193

Bioenergetic assessment of habitat quality for stream-dwelling cutthroat trout (Oncorhynchus clarkii bouvieri) with implications for climate change and nutrient supplementation

2010· article· en· W2157058390 sur OpenAlexvenueno aff
Amy R. Jenkins, Ernest R. Keeley

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesStudent Research Committee, Tabriz University of Medical SciencesInstitute of Materials Research and EngineeringIdaho State University
Mots-clésTroutOncorhynchusHabitatRiffleForagingEnvironmental scienceAbundance (ecology)EcologyFisheryBioenergeticsBiologyClimate changeRainbow troutSalmonidaeFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

We used a bioenergetic model to determine if cutthroat trout ( Oncorhynchus clarkii bouvieri ) abundance was related to net energy intake rates (NEI) and the proportion of suitable habitat and to evaluate potential changes in habitat quality due to climate change and stream fertilization efforts. We conducted monthly sampling of cutthroat trout, invertebrate drift, and physical habitat features in pool and riffle habitats. Fish in this study selected foraging positions that enabled them to maximize NEI, and most fish were capable of sustaining high growth rates from July to September. Mean NEI and the proportion of suitable habitat at sites were greater in pools relative to riffle habitats and declined from July to October, primarily due to a decline in temperature over the four months. Cutthroat trout biomass was significantly related to NEI and the proportion of suitable habitat at a site. Model simulations indicated that climate change might reduce habitat quality for small-bodied trout, while extending the growing season for larger fish. Increased food abundance provided only marginal changes to model outcomes, whereas reductions in food significantly reduced habitat quality.

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 enseignants0,920
Score d'incertitude au seuil0,159

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 technologies0,0000,000
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 Opus0,038
Tête enseignante GPT0,296
Écart entre enseignants0,258 · 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

Citations48
Publié2010
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→