MétaCan
Menu
Retour à la cohorte
Enregistrement W2613316691 · doi:10.1111/fme.12227

Sympatric walleye <i>Sander vitreus</i> and sauger <i>Sander canadensis</i> in large reservoirs: Variable isotopic niche size and overlap across multiple time scales

2017· article· en· W2613316691 sur OpenAlexafffundabout
Jessica Carroll Butt, Rebecca L. Eberts, Christopher M. Somers

Notice bibliographique

RevueFisheries Management and Ecology · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIsotope Analysis in Ecology
Établissements canadiensUniversity of Regina
Organismes subventionnairesCanada Research ChairsCanada Foundation for InnovationUniversity of Regina
Mots-clésSympatric speciationSanderEcological nicheBiologyNicheInterspecific competitionEcologyPopulationSympatryFisheryHabitat

Résumé

récupéré en direct d'OpenAlex

Abstract Walleye Sander vitreus (Mitchill) and sauger Sander canadensis (Griffith & Smith) may occupy similar niches in sympatric populations, but their long‐term resource use is poorly studied. Multi‐tissue (liver, muscle and bone) isotopic niche analyses were used to compare resource use by these species in two large reservoirs in Saskatchewan, Canada. Population isotopic niches were larger for sauger (1.73‰2–3.60‰2) than walleye (0.51‰2–2.61‰2) in Lake Diefenbaker, but opposite in Tobin Lake (sauger = 0.54‰2–2.57‰2; walleye = 1.30‰2–2.94‰2). Analyses of population overlap suggest that these species co‐exist via niche partitioning, but partitioning was more pronounced in Lake Diefenbaker (overlap = 6%–38%; Tobin Lake overlap = 18%–62%). The size of individual niches and levels of intra‐ and interspecific overlap among individual fish also varied with reservoir. This study shows that walleye and sauger use different resources across different time scales, but the degree of partitioning can vary markedly with environment.

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 enseignants0,098
Score d'incertitude au seuil0,194

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 GPT0,211
Écart entre enseignants0,205 · 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

Citations9
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueFisheries Management and EcologyMême sujetIsotope Analysis in EcologyTravaux en français237 207