MétaCan
Menu
← Retour à la cohorte
Enregistrement W2272153000

Modeling habitat use of young-of-the-year Pacific sand lance (Ammodytes hexapterus) in the nearshore region of Barkley Sound, British Columbia

2006· dissertation· en· W2272153000 sur OpenAlexaboutno aff
Trevor B. Haynes

Notice bibliographique

Revuenon disponible
Typedissertation
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésSound (geography)OceanographyHabitatGeologyGeographyFisheryArchaeologyEcologyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Successful management of coastal ecosystems requires an understanding of the distribution of key food web species through space and time relative to environmental predictors. Here, I examined the habitat use of an important forage species, the Pacific sand lance (Ammodytes hexapterus), using an inductive habitat modeling approach. I examined the presence/absence of Young-of-the-Year Pacific sand lance in the intertidal/shallow subtidal habitat of Barkley Sound, British Columbia. I determined sand lance occurrence using a beach seine at low tide, which was preferred to visual and intertidal digging detection methods due to its high detection frequency, ease of use, and ability to physically capture sand lance. I constructed models using environmental data measured at two different scales: 1) empirically measured environmental data (site-specific level) and 2) GIS derived environmental data extracted with a 200m buffer (landscape level). For each scale, I employed both logistic regression and classification tree modeling procedures to construct habitat models of sand lance occurrence at 55 study sites sampled during the summer of 2003. At the site-specific level, both logistic regression and classification tree models performed similar, however, classification trees were easier to construct and interpret as well as revealing interactions among variables undetected by logistic regression. Based on a deviance pruned classification tree, Grain Size Mean, Intertidal Eelgrass Presence, Absence, Major Substrate Low Intertidal, and Grain Size Sorting influenced sand lance occurrence at this scale, with importance values of 100, 79, 75, and 61 respectively. Standardized importance was based on the overall change in node impurity in the classification tree for each variable. At the landscape level, only Coastline Density was significantly related to sand lance occurrence, however, it was difficult to suggest this variables direct relation to sand lance habitat use. Overall, the habitat modeling approach identified important environmental variables influencing sand lance habitat selection at two different scales and stressed the utility of field data to construct and confirm these models.

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 enseignants0,046
Score d'incertitude au seuil0,093

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
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 Opus0,013
Tête enseignante GPT0,203
Écart entre enseignants0,190 · 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

Citations4
Publié2006
Routes d'admission1
Résumé présentnon

Explorer davantage

Même sujetFish Ecology and Management Studies→Travaux en français237 207→