Incorporating habitat characteristics and fish hosts to predict freshwater mussel (Bivalvia: Unionidae) distributions in the Lake Erie drainage, southeastern Michigan.
Notice bibliographique
Résumé
Museum records and survey data were used at 52 sites across the Lake Erie drainage in southeastern Michigan to test the hypothesis that the presence of a mussel species is independent of the presence of its fish host. Two host specific mussels, Epioblasma triquetra and Lampsilis fasciola, were dependent of the distributions of their fish hosts, Percina caprodes and Micropterus dolomieu, respectively. Host generalists showed significant associations mainly with only one fish species. Mussel species richness was positively correlated when mussel subfamilies and fish families were considered. Mussel species richness within the subfamily Ambleminae and tribe Pleurobemini were correlated with the fish species richness in the family Ictaluridae. The tribe Lampsilini was positively correlated with the fish species richness in the Percidae and Centrarchidae families. To test the hypothesis that mussel densities do not increase with an increase in fish host densities, mussel and fish were quantified in 100 m sections at 24 sites in the Lake Erie drainage. Habitat characteristics were also recorded to test the hypothesis that mussels are independent of variations in habitat. Mussels increased with the increase in density and relative abundance of fish hosts, but results varied with mussel species. Epioblasma triquetra was positively correlated with P. caprodes . Three other host generalists, Lampsilis cardium, L. siliquoidea , and V. iris, were correlated with one or more of their fish hosts. Mussels were positively correlated with few habitat values. From the above results, predictive multilinear regression models were developed for nine mussel species (Elliptio dilatata, E. triquetra, Fusconaia flava, L. cardium, L. siliquoidea, L. fasciola, Ptychobranchus fasciolaris, Strophitus undulatus and Villosa iris) using both fish and habitat variables to predict mussel distributions. These models can be tested in other areas of the Lake Erie drainage (Ohio, Canada) or other drainages in Michigan. Because of the complex interactions between habitat, mussels, and host fish, future models should consider path analyses.
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 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».