MétaCan
Menu
Retour à la cohorte
Enregistrement W2534632115 · doi:10.3390/d8040022

Ecology of the River Darter in Canadian Waters: Distribution, Relative Abundance, Life-History Traits, Diet, and Habitat Characteristics

2016· article· en· W2534632115 sur OpenAlexaffabout
Thomas C. Pratt, William M. Gardner, Douglas A. Watkinson, Lynn D. Bouvier

Notice bibliographique

RevueDiversity · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésEcoregionBayEcologyHabitatDominance (genetics)Range (aeronautics)Abundance (ecology)GeographyRelative species abundanceBiologyFisheryArchaeology

Résumé

récupéré en direct d'OpenAlex

The River Darter (Percina shumardi) is a native, rarely sampled fish that has been detected in relatively small numbers since the 1930s. It has a wide North American distribution, but little is known about the species biology and distribution across the Canadian portion of its range. We revisited many historic sampling locations and sampled additional areas to (i) confirm and update the distribution of River Darters in Canadian waters; (ii) assess relative abundance; (iii) update life history characteristics; (iv) collect diet information; and (v) identify characteristics of River Darter habitat. Since 1990, a total of 1032 River Darters were recorded from 29 waterbodies across three ecoregions. River Darters were observed in relatively high abundances in both the Saskatchewan-Nelson River and Southern Hudson Bay-James Bay ecoregions. While still extant in the Great Lakes-Upper St. Lawrence ecoregion, River Darters persist at low abundance. Life history analyses indicate similar maximum age (age 4) and growth (10 mm/year) to conspecific populations in the United States, while sex ratios are generally skewed towards female dominance. River Darter populations had high flexibility in habitat use and diet, using a range of flows and depths and a variety of seasonally available prey types.

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)0,000
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 enseignants0,315
Score d'incertitude au seuil0,994

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 savante0,0000,000
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 Opus0,007
Tête enseignante GPT0,158
Écart entre enseignants0,150 · 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

Citations3
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDiversityMême sujetFish Ecology and Management StudiesTravaux en français237 207