MétaCan
Menu
← Retour à la cohorte
Enregistrement W2580152800 · doi:10.1139/cjfas-2016-0395

Hot eats and cool creeks: juvenile Pacific salmonids use mainstem prey while in thermal refuges

2017· article· en· W2580152800 sur OpenAlexaffvenue
Kimberly Sarah Brewitt, Eric M. Danner, Jonathan W. Moore

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesNational Marine Fisheries ServiceUniversity of California, Santa CruzNational Oceanic and Atmospheric AdministrationU.S. Environmental Protection Agency
Mots-clésPredationForagingHabitatInvertebrateJuvenileJuvenile fishFisheryTributaryEnvironmental scienceRange (aeronautics)EcologyBiologyGeography

Résumé

récupéré en direct d'OpenAlex

Thermal refuges form important habitat for cold-water fishes in the face of rising temperatures. As fish become concentrated in refuges, food resources may become depleted. In this study, we used invertebrate drift sampling and fish density surveys to quantify potential in-refuge food limitation, temperature-sensitive radio-tagging studies to quantify thermal habitat use, and isotopic analyses to determine diet sources for juvenile Pacific salmonids using thermal refuges in California’s Klamath River. Juvenile salmonids using refuges formed by tributary junctions with the mainstem river obtained the majority (range = 47%–97%) of their diet from mainstem prey sources. Mean steelhead (Oncorhynchus mykiss) body temperatures were significantly cooler (∼3.5 °C) than diet-inferred foraging temperatures. Thus, while fish seek cooler habitat for physiological benefits, they rely primarily on mainstem prey. Moreover, consistently high densities of fish in refuges (mean = 3.5 fish·m−2) could lead to density-dependent food limitation. Thus, mobile consumers like fish can exploit existing heterogeneity associated with cold-water refuges by gaining thermal benefits from a food-limited cold-water habitat while deriving the majority of their prey from the warm mainstem river.

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)0,000
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 enseignants0,018
Score d'incertitude au seuil0,036

Scores du classifieur distillé par catégorie (deux têtes)

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 savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,026
Tête enseignante GPT0,219
Écart entre enseignants0,194 · 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

Citations50
Publié2017
Routes d'admission2
Résumé présentoui

Explorer davantage

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