MétaCan
Menu
Retour à la cohorte
Enregistrement W2383112992 · doi:10.1139/cjfas-2015-0546

Long-term monitoring reveals the success of salmonid habitat restoration

2016· article· en· W2383112992 sur OpenAlexvenueno aff
Pauliina Louhi, Teppo Vehanen, Ari Huusko, Aki Mäki‐Petäys, Timo Muotka

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueHydrology and Sediment Transport Processes
Établissements canadiensnon disponible
Organismes subventionnairesOulun Yliopisto
Mots-clésSalmoBrown troutTroutHabitatLarge woody debrisStream restorationSTREAMSEcologyOncorhynchusJuvenileFisheryDebrisRestoration ecologySalmonidaeEnvironmental scienceFish <Actinopterygii>GeographyBiology

Résumé

récupéré en direct d'OpenAlex

The growing concern on declining salmonid populations has resulted in numerous restoration projects with variable responses worldwide. In this spatially replicated multiyear study, we assessed the long-term (12 years postrestoration) effects of in-stream habitat restoration (i.e., addition of boulders or large woody debris (LWD) together with boulders) on densities of three age-classes of juvenile brown trout (Salmo trutta) in six forest streams in northern Finland. LWD combined with boulders was more beneficial, particularly for the larger trout (age-2 and older), than were boulder structures alone, indicating that the more diverse habitat created by LWD may have provided a safeguard against drought for the larger fish. Density of age-0+ trout showed a significant long-term increase in boulder-restored sections, providing evidence that log structures may need to be complemented by stony enhancement structures to guarantee the availability of suitable stream habitat for all trout age-classes. As trout densities are known to exhibit inherently wide interannual variability that tracks climatically induced hydrological variation, long-term postrestoration monitoring that encompasses extreme hydrological events is critical for evaluating the success of restoration projects.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,745

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,001
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,020
Tête enseignante GPT0,233
Écart entre enseignants0,213 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations52
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetHydrology and Sediment Transport ProcessesTravaux en français237 207