MétaCan
Menu
← Retour à la cohorte
Enregistrement W2413928299 · doi:10.1139/cjfas-2015-0455

Effects of stream-adjacent logging in fishless headwaters on downstream coastal cutthroat trout

2016· article· en· W2413928299 sur OpenAlexvenueno aff
Douglas S. Bateman, Matthew R. Sloat, Robert E. Gresswell, Aaron M. Berger, David Hockman‐Wert, David Leer, Arne E. Skaugset

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesCalifornia Department of Fish and WildlifeOregon State University
Mots-clésEnvironmental scienceTroutLoggingOncorhynchusRiparian zoneBiomass (ecology)WatershedSTREAMSTributaryContext (archaeology)Hydrology (agriculture)HabitatEcologyFisheryGeographyFish <Actinopterygii>GeologyBiology

Résumé

récupéré en direct d'OpenAlex

To investigate effects of headwater logging on downstream coastal cutthroat trout (Oncorhynchus clarkii clarkii) populations, we monitored stream habitat and biotic indicators including biomass, abundance, growth, movement, and survival over 8 years using a paired-watershed approach. Reference and logged catchments were located on private industrial forestland on ∼60-year harvest rotation. Five clearcuts (14% of the logged catchment area) were adjacent to fishless portions of the headwater streams, and contemporary regulations did not require riparian forest buffers in the treatment catchment. Logging did not have significant negative effects on downstream coastal cutthroat trout populations for the duration of the sample period. Indeed, the only statistically significant response of fish populations following logging in fishless headwaters was an increase in late-summer biomass (g·m−2) of age-1+ coastal cutthroat trout in tributaries. Ultimately, the ability to make broad generalizations concerning effects of timber harvest is difficult because response to disturbance (anthropogenically influenced or not) in aquatic systems is complex and context-dependent, but our findings provide one example of environmentally compatible commercial logging in a regenerated forest setting.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,013
Score d'incertitude au seuil0,026

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,009
Tête enseignante GPT0,196
Écart entre enseignants0,187 · 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 source (Gemma direct ou Codex distillé), 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

Citations13
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→