Status of the Shortnose Sturgeon Population in the Savannah River, Georgia
Notice bibliographique
Résumé
Abstract The federally endangered Shortnose Sturgeon Acipenser brevirostrum was once abundant in all major coastal river systems from the Saint John River, Canada, to the St. Johns River, Florida. During much of the 20th century, however, populations suffered major declines throughout their range from the combined effects of overfishing, pollution, and habitat loss. Although the species was a charter member of the Endangered Species Act, quantified population assessments are still lacking for many river systems throughout their range. Because river‐specific assessments are critical for evaluating species recovery, the objective of this study was to quantify abundance and annual recruitment of Shortnose Sturgeon occupying the Savannah River, Georgia. Anchored gill nets and trammel nets fished during slack tides were used to sample juvenile and adult Shortnose Sturgeon in their summer holding areas during 2013–2015. Huggins closed‐capture models in RMark were used to derive abundance estimates for each demographic group. The best models estimated that the Savannah River contained 81 (95% CI = 27–264) age‐1 juveniles in 2013, 270 (162–468) in 2014, and 245 (104–691) in 2015. The models also estimated the river to contain 486 (198–1,273) age‐2+ juveniles in 2013, 123 (69–235) in 2014, and 187 (81–526) in 2015. Similarly, the adult population was estimated to be 1,865 (784–4,694) individuals in 2013, 1,564 (1,005–2,513) in 2014, and 940 (535–1,753) in 2015. The results of this study provide the first population estimates available for Shortnose Sturgeon in the Savannah River. Additionally, the results suggest that the Savannah River likely contains the second largest population of Shortnose Sturgeon in Georgia. Future studies are needed in the Savannah River and other South Atlantic river systems to better evaluate Shortnose Sturgeon recovery status and the effects of river‐specific anthropogenic modifications. Received June 27, 2016; accepted September 29, 2016 Published online December 2, 2016
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».