Using Photosynthetic Rates to Estimate the Juvenile Sockeye Salmon Rearing Capacity of British Columbia Lakes
Notice bibliographique
Résumé
We describe refinements to a simple sockeye salmon Oncorhynchus nerka rearing capacity model, the photosynthetic rate (PR) model, which was first described in an earlier paper. The model is based on a correlation between photosynthetic rate expressed as metric tons of carbon per year and sockeye salmon smolt biomass. Estimates of optimum escapements and spring fry recruitment required to produce maximum smolt numbers and biomass were taken from the Alaskan euphoric volume (EV) model. We define rearing capacity as the point at which the maximum number and biomass of smolts are produced and optimum escapement as the number of spawners that results in maximum smolt production. We compare model predictions to direct estimates of optimum escapements (developed from fry models—the relationship between numbers of spawners and numbers of fall fry) from two British Columbia (B.C.) lakes and discuss assumptions and limitations of the model. Although we currently have direct estimates of optimum escapement (e.g., fry models) for only two lakes that make up 16% of the total B.C. sockeye salmon nursery lake area, PR data are currently available for 57% of B.C.’s nursery lake area. We provide estimates of optimum escapements and smolt production from those lakes where suitable data are available. By making assumptions about productivity of lakes where PR is unknown, we also provide estimates of optimum sockeye salmon escapement to all major regions of B.C. Although more research and data are needed, the PR model is a promising tool to help managers make decisions regarding sockeye salmon escapement and enhancement.
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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 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 ».