An effective method for the recapture of escaped farmed salmon
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.
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 | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,002 |
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 ».