MétaCan
Menu
Retour à la cohorte
Enregistrement W2624953994 · doi:10.1002/ecs2.1846

High salmon density and low discharge create periodic hypoxia in coastal rivers

2017· article· en· W2624953994 sur OpenAlexaff
Christopher J. Sergeant, J. Ryan Bellmore, Casey John McConnell, Jonathan W. Moore

Notice bibliographique

RevueEcosphere · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensSimon Fraser University
Organismes subventionnairesAustralian GovernmentNature ConservancyAlaska Department of Fish and GameNational Park ServiceMassachusetts Department of Fish and Game
Mots-clésHypoxia (environmental)Environmental scienceDischargeOncorhynchusStreamflowSnowPrecipitationSTREAMSHydrology (agriculture)FisheryEcologyOceanographyOxygenBiologyGeographyFish <Actinopterygii>Drainage basinGeology

Résumé

récupéré en direct d'OpenAlex

Abstract Dissolved oxygen (DO) is essential to the survival of almost all aquatic organisms. Here, we examine the possibility that abundant Pacific salmon (Oncorhynchus spp.) and low streamflow combine to create hypoxic events in coastal rivers. Using high‐frequency DO time series from two similar watersheds in southeastern Alaska, we summarize DO regimes and the frequency of hypoxia in relationship to salmon density and stream discharge. We also employ a simulation model that links salmon oxygen respiration to DO dynamics and predicts combinations of salmon abundance, discharge, and water temperature that may result in hypoxia. In the Indian River, where DO was monitored hourly during the ice‐free season from 2010 to 2015, DO levels decreased when salmon were present. In 2013, a year with extremely high spawning salmon densities, DO dropped to 1.7 mg/L and 16% saturation, well below lethal limits. In Sawmill Creek, where DO was monitored every six minutes across an upstream–downstream gradient during the 2015 spawning season, DO remained fully saturated upstream of spawning reaches, but declined markedly downstream to 2.9 mg/L and 26% saturation during spawning. Modeled DO dynamics in the Indian River closely tracked field observations. Model sensitivity analysis illustrates that low summertime river discharge is a precursor to salmon‐induced oxygen depletion in our study systems. Our results provide compelling evidence that dense salmon populations and low discharge can trigger hypoxia, even in rivers with relatively cold thermal regimes. Although climate change modeling for southeastern Alaska predicts an increase in annual precipitation, snowfall in the winter and rainfall in the summer are likely to decrease, which would in turn decrease summertime discharge in rain‐ and snow‐fed streams and potentially increase the frequency of hypoxia. Our model template can be adapted by resource managers and watershed stakeholders to create real‐time predictive models of DO trends for individual streams. While preserving thermally suitable stream habitat for cold‐water taxa facing climate change has become a land management priority, managers should also consider that some protected watersheds may still be at risk of increasingly frequent hypoxia due to human impacts such as water diversion and artificially abundant salmon populations caused by hatchery straying.

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)0,001
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
Métarecherche0,0000,001
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 savante0,0010,000
Science ouverte0,0000,000
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 GPT0,194
Écart entre enseignants0,189 · 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

Citations47
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcosphereMême sujetFish Ecology and Management StudiesTravaux en français237 207