MétaCan
Menu
Retour à la cohorte
Enregistrement W2274440254

Does turbulence affect the habitat choice of Atlantic salmon parr?

2007· article· en· W2274440254 sur OpenAlexaboutno aff
Eva C. Enders, Michaël Ovidio, Mathieu Roy, Éric Hallot, Jean-Claude Philippart, François Petit

Notice bibliographique

RevueORBi (University of Liège) · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHabitatFroude numberTurbulenceEnvironmental scienceEcologyFish habitatFisheryGeographyHydrology (agriculture)Flow (mathematics)BiologyGeologyMeteorologyPhysicsMechanics
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Habitat preferences of Atlantic salmon parr are commonly described using mean flow velocity, water depth, and substrate as habitat variables, and a variety of habitat models have been developed using these variables to predict habitat quality. However, Atlantic salmon parr live in highly turbulent streams and rivers, in which intense fluctuations of flow velocity occur. Habitat preferences that consider the high variability of flow velocity have not been studied, and this although it has been shown in laboratory experiments that turbulence may affect the behavior and energetics of fish. Consequently, we studied the use of turbulent flow by Atlantic salmon parr in Patapédia River, Québec, Canada using radio-telemetry. We analyzed summer habitat preferences of individual parr in relation to several dynamic hydraulic variables such as standard deviation of flow velocity, turbulent kinetic energy, Froude number, and shear stress, and compared them with the habitat availability within the river reach. Our results revealed that in a natural flow environment, parr display a high individual variability in habitat preferences in relation to flow turbulence. Such heterogeneous habitat preferences suggest that individuals are not constrained to single habitat types and exhibit flexible habitat use. Furthermore, no differences were observed in habitat preferences between the four daily periods (dawn, day, dusk, and night) within individual parr.

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 enseignants0,116
Score d'incertitude au seuil0,230

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 Opus0,008
Tête enseignante GPT0,200
Écart entre enseignants0,192 · 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

Citations0
Publié2007
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueORBi (University of Liège)Même sujetFish Ecology and Management StudiesTravaux en français237 207