Incidence and timing of wild and escaped farmed Atlantic salmon (<i><scp>S</scp>almo salar</i>) in Norwegian rivers inferred from video surveillance monitoring
Notice bibliographique
Résumé
Abstract Run timing of escaped farmed Atlantic salmon Salmo salar vs. wild fish was compared by the use of video camera surveillance in 15 rivers over several years, covering 1600 km of the Norwegian coastline (from 58°N to 69°N). Annual runs of wild salmon varied among rivers from <200 fish to more than 10 000. During the surveillance period that for most rivers extended from late May to early October, larger‐sized salmon (fish ≥ 65 cm) generally entered the rivers earlier than small fish. The percentage of salmon identified as escaped farmed fish ranged from 0.1% to 17% across rivers with an average of 4.3%. Estimates of escapees are, however, assumed to represent minimum values because an unknown number of farmed fish passing the video cameras may have been misclassified as wild fish. By the use of a linear mixed model and generalised additive mixed models, it was found that the relationship between run timing and fish length differed significantly between farmed and wild salmon. While small‐sized farmed and wild fish (<65 cm) entered the river at about the same time, wild large salmon returned on average 1–2 weeks earlier than similarly sized escapees. The proportion of large‐sized farmed escapees also increased until late August and decreased thereafter. In contrast, there was a relatively constant and lower proportion of small‐sized escapees throughout the season. Within the surveillance period, there was no evidence of any exceptionally late runs of fish classified as escaped farmed salmon.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».