Fish age and size distributions and species composition in a large, hydropeaking <scp>P</scp>rairie <scp>R</scp>iver
Notice bibliographique
Résumé
Abstract Fluctuations in river flows result from diverse natural and/or anthropogenic causes. Hydropeaking, an important anthropogenic flow alteration, results from the rapid increase or decrease of water releases from reservoirs at hydroelectric power stations to meet variable demand for electrical power, thereby altering the flow regime of the river downstream of the hydroelectric power station. Hydropeaking causes short‐term, artificial fluctuations in flow on an hourly, daily, and/or weekly basis. The frequent and regular occurrences of these high and low flow events are fundamentally different from natural flood and drought events and may affect fish fauna. We compared the fish species composition and fish age and size distributions in the Saskatchewan River (Saskatchewan, Canada) downstream of a hydropeaking facility with results from an unaffected Reference Site situated upstream of the reservoir. Lower fish diversity was observed in the 2 downstream sites (Sites 1 and 2, number of species = 11 and 9, respectively) closest to Generating Station in comparison to Site 3 ( n = 15) situated further downstream and the upstream reference site ( n = 13). There was no difference in the age–length relationship of any of the fish species above and below the Generating Station suggesting that fish grew at the same rates. However, lower numbers of small‐bodied and juvenile fish were caught downstream of the Generating Station suggesting the possibility of increased mortality, decreased habitat suitability, or altered behaviour of small fish downstream of the dam. These data illustrate potential impacts of hydropeaking power stations and has management implications.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,002 | 0,002 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».