Juvenile Lake Sturgeon Go To School: Life‐Skills Training for Hatchery Fish
Notice bibliographique
Résumé
Abstract Hatchery supplementation of declining fish populations is commonly employed to try to increase year‐class strength. However, the success of such programs is often hampered from low postrelease survival as a result of the failure of hatchery fish to appropriately recognize predation threats. Not surprisingly, there has been considerable effort to train prey to recognize predators prior to release. The objective of our current work was to characterize the antipredator response of hatchery‐reared, predator‐naive young‐of‐the‐year Lake Sturgeon Acipenser fulvescens (an endangered species) to alarm cues from injured conspecifics and test whether these alarm cues could be used to train sturgeon to recognize unknown predators. We found that skin‐derived alarm cues elicited an antipredator response without learning and that learning required cues coming from whole‐body grinds, presumably because they represent a much more reliable indicator of risk. When the experiment was repeated with older sturgeon from Wolf River (Wisconsin), training with cues from whole‐body grinds did not enhance the response. Subjecting the fish to several training sessions (six over 3 d) led to some alteration in behavior. Our results provide insights into how ontogenetic changes (size, scute growth) could explain the different learning outcomes from the larger fish as related to hatcheries and conservation programs. Received June 24, 2015; accepted November 17, 2015
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,006 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».