An effective method for the recapture of escaped farmed salmon
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
The search for effective strategies to prevent and mitigate accidental releases of aquaculture fishes is on-going. To test a new recapture strategy and evaluate the individual dispersal behaviour of escaped farmed Atlantic salmon Salmo salar L. at the northern limit of its range, 39 adult salmon (mean SD fork length and weight: 85.5 5.0 cm and 7.4 1.4 kg, respectively) were implanted with depth-sensing acoustic tags and released in a north Norwegian fjord during the spring of 2007. The fish were released from 2 aquaculture sites in the Altafjord system and tracked using both mobile and fixed receivers. The coastal marine bag-net fishery, in combination with inriver angling, was tested as a potential recapture strategy. Immediately following the simulated escape event, the fish dove to near-bottom depths, subsequently returning to surface levels within the following days. The fish dispersed rapidly (9.5 19.2 km d -1 ), traveling outward to coastal waters along the edges of the fjord. The bag-net fishers and anglers recaptured 79% of the escaped fish within 1 mo post-release, 90% of which were from bag nets. While most of the fish left the fjord, 7 tagged fish (18%) entered the Alta River estuary (3 of which later migrated up the Alta River), and 1 returned to the Altafjord the following year, presumably to spawn. The results showed that recapture efforts need to be immediate and widespread to mitigate farm-escape events. Coastal bag nets were effective at recapturing escaped farmed salmon, compared to previously tested methods, and would be especially useful in areas where gill-netting is not permitted.
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.
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 | 0,000 |
| 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) | 0,004 | 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 découle