MétaCan
Menu
Retour à la cohorte
Enregistrement W2554796743 · doi:10.1002/eco.1807

Associations of event‐scale flow hydrology with fish richness in urbanizing Canadian watersheds of Lake Ontario

2016· article· en· W2554796743 sur OpenAlexafffundabout
M.P. Trudeau, Antoine Morin

Notice bibliographique

RevueEcohydrology · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of OttawaCoast Mountain College
Organismes subventionnairesEnvironment Canada
Mots-clésSpecies richnessEnvironmental scienceUrbanizationHydrology (agriculture)Surface runoffGeographyStreamflowRange (aeronautics)EcologyDrainage basinGeologyBiologyCartography

Résumé

récupéré en direct d'OpenAlex

Abstract Urbanization is associated with declines in aquatic biodiversity and changes to flow regimes. This empirical research examined high temporal resolution (15 min) hydrologic records and associations with fish species richness in eight river systems in the Toronto region, Canada. The dataset spanned approximately five decades and covered the annual post‐freshet period to mid‐November. The high‐temporal resolution flow records allowed estimation of flow acceleration (a measure of the rate of change in flow) in response to rain events. Maximum rising limb event flow acceleration and skew in instantaneous runoff explained a higher proportion of variation than percent urban land use in empirical models with long‐term fish records. Models fit using only the most recent decade of records did not produce the same results, likely indicating that analyses of flow with fish diversity require sufficient range in flow conditions for the statistical signals to be detected. Historic fish data are difficult to obtain and pose analytical challenges due to bias and inconsistent collection methods. Despite the data limitations, the study results point to the need for more research into potential causal factors contributing to negative fish richness in urbanizing watercourses with periods of high flow acceleration.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,893
Score d'incertitude au seuil0,998

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,000

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 Opus0,006
Tête enseignante GPT0,180
Écart entre enseignants0,174 · 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.

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

Citations2
Publié2016
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueEcohydrologyMême sujetFish Ecology and Management StudiesTravaux en français237 207