Efficiency of electrofishing in turbid lowland rivers: implications for measuring temporal change in fish populations
Notice bibliographique
Résumé
To quantify how electrofishing capture probability varies over time and across physiochemical and disturbance gradients in a turbid lowland river, we tagged between 68 and 95 fish·year−1 with radio transmitters and up to 424 fish·year−1 with external and passive integrated transponder (PIT) tags. We surveyed the site noninvasively using radiotelemetry to determine which of the radio-tagged fish were present (effectively closing the radio-tagged population to emigration) and then electrofished to estimate the proportion of available fish that were captured based on both this and standard mark–recapture methods. We replicated the electrofishing surveys three times over a minimum of 12 days each year, for 7 years. Electrofishing capture probability varied between 0.020 and 0.310 over the 7 years and between four different large-bodied species (Murray cod (Maccullochella peelii), trout cod (Maccullochella macquariensis), golden perch (Macquaria ambigua ambigua), and silver perch (Bidyanus bidyanus)). River turbidity associated with increased river discharge negatively influenced capture probability. Increasing fish length increased detection of fish up to 500 mm for Murray cod, after which capture probability decreased. Variation in capture probability in large lowland rivers results in additional uncertainty when estimating population size or relative abundance. Research and monitoring programs using fish as an indicator should incorporate strategies to lessen potential error that might result from changes in capture probabilities.
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 | 0,006 | 0,014 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».