MétaCan
Menu
Retour à la cohorte

IMPACTS OF FISH FARM DAMS ON TEMPORAL AND SPATIAL DISTRIBUTION OF <i>Astyanax</i> cf. <i>bimaculatus</i> IN MICROBASINS OF THE MACHADO RIVER (RONDÔNIA, BRAZIL)

2017· article· en· W2735320733 sur OpenAlexaff
Marcos de Almeida Mereles, Jairo Ildefonso Guimarães Piñeyro, B. Marshall, Raniere Garcez Costa Sousa

Notice bibliographique

RevueDOAJ (DOAJ: Directory of Open Access Journals) · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésFish <Actinopterygii>FisheryGeographyDistribution (mathematics)Spatial distributionEnvironmental scienceBiologyStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

The present study evaluated the effects of fish farm dams on spatial and temporal distribution of lambari Astyanax cf. bimaculatus in five headwater streams of the Machado River basin, Rondônia State, Brazil. The results show that fish farm dams are spatially separating wild lambari populations into upstream and downstream groups. Moreover, it was observed that the dry and rainy seasons influence the abundance and presence of A. cf. bimaculatus in these areas, while limnological parameters did not differ y in the streams. Additionally, it was shown that fish farm dams built in the headwater stream areas impede the migratory routes of A. bimaculatus, and also possibly the local movements of resident fish populations. Therefore, before the implementation of new farm dams using natural streams in the future, mitigation plans should include adequate access routes for fish to travel between upstream and downstream areas, in order to avoid adversely affecting their wild populations.\n\nKeywords: Fish farm dams; lambari fish; Madeira River; microbasins; population parameters.

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 enseignants0,040
Score d'incertitude au seuil0,080

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 savante0,0000,000
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 Opus0,064
Tête enseignante GPT0,414
Écart entre enseignants0,349 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueDOAJ (DOAJ: Directory of Open Access Journals)Même sujetFish biology, ecology, and behaviorTravaux en français237 207