MétaCan
Menu
← Retour à la cohorte
Enregistrement W2172883882 · doi:10.1139/cjfas-2015-0094

Temperature-dependent performance as a driver of warm-water fish species replacement along the river continuum

2015· article· en· W2172883882 sur OpenAlexvenueno aff
Matthew J. Troia, Michael A. Denk, Keith B. Gido

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesKansas Academy of ScienceUniversity of Kansas
Mots-clésPimephales promelasBiologySTREAMSAbundance (ecology)EcologyEnvironmental scienceFisheryFish <Actinopterygii>Minnow

Résumé

récupéré en direct d'OpenAlex

Replacement of fish species by their congeners along gradients of stream size is common in warm-water streams, but the causative environmental factors driving this turnover are not fully understood. We used laboratory experiments to test for differences in temperature-dependent egg hatch success and age-0 food ration size for three congeneric cyprinids that differ in abundance along temperature–stream size gradients. Headwater species (Pimephales promelas and Pimephales notatus) had lower thermal optima and narrower thermal breadths for hatch success compared with a river mainstem species (Pimephales vigilax). Temperature sensitivity of ration size was lowest for P. promelas, intermediate for P. notatus, and highest for P. vigilax. Using an empirical stream temperature model, we predicted water temperatures and projected hatch success and ration size for 7974 stream segments in Kansas, USA. Projected hatch success from May to July and ration size from July to September generally matched abundance–stream size patterns, suggesting that increasing temperature along the river continuum may drive replacements among Pimephales species. Our findings combined with evaluations of timing and duration of spawning seasons will improve mechanistic understanding of species replacements along the river continuum.

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 enseignants0,008
Score d'incertitude au seuil0,015

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 savante0,0010,000
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 Opus0,015
Tête enseignante GPT0,194
Écart entre enseignants0,180 · 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

Citations6
Publié2015
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→