MétaCan
Menu
Retour à la cohorte
Enregistrement W2161010348 · doi:10.1139/f09-139

Factors affecting the growth and condition of lake whitefish (Coregonus clupeaformis)

2009· article· en· W2161010348 sur OpenAlexaffvenue
Michael D. Rennie, W. Gary Sprules, Timothy B. Johnson

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensAmorfix (Canada)Ministry of Natural Resources and Forestry
Organismes subventionnairesnon disponible
Mots-clésCoregonus clupeaformisCoregonusAbundance (ecology)Catch per unit effortBayFisheryEcologyPopulationBiologyFood webPopulation growthEnvironmental scienceGeographyFish <Actinopterygii>EcosystemDemography

Résumé

récupéré en direct d'OpenAlex

Though declines in the growth and condition of Great Lakes lake whitefish ( Coregonus clupeaformis ) have been largely attributed to food web disruptions caused by invasive dreissenid mussels, a comprehensive evaluation of alternative hypotheses is currently lacking. Using various statistical approaches, we evaluated 69 years of data from the inner basin of South Bay, Lake Huron, considering the role of biological variables (food availability as Diporeia abundance and lake whitefish relative abundance as catch per unit effort, CPUE) versus environmental variables (climate change as growing degree days &gt;5 °C and productive habitat capacity as percent epilimnetic volume, EV) on the condition and early growth rates of resident lake whitefish. Consistently, biological variables (Diporeia abundance, CPUE) best explained changes in lake whitefish growth and condition, respectively, in years when Diporeia data were available. In their absence, environmental variables (EV) best explained early growth rates of lake whitefish, whereas CPUE again best explained lake whitefish condition. Our analysis revealed that environmental change contributed significantly but alone was not sufficient to explain declines in lake whitefish growth after dreissenid establishment, whereas biological variables considered here could account for the majority of growth and condition changes observed in this population.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,039
Score d'incertitude au seuil0,977

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,021
Tête enseignante GPT0,219
Écart entre enseignants0,198 · 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 tête enseignante, 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

Citations64
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207