MétaCan
Menu
Retour à la cohorte
Enregistrement W2752486133 · doi:10.1139/cjfas-2017-0197

Spatial and temporal patterns of covariation in productivity of Chinook salmon populations of the northeastern Pacific Ocean

2017· article· en· W2752486133 sur OpenAlexafffundvenue
Brigitte Dorner, Matthew J. Catalano, Randall M. Peterman

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensSimon Fraser UniversityVictoria General Hospital
Organismes subventionnairesFisheries and Oceans CanadaCanada Research Chairs
Mots-clésOncorhynchusChinook windProductivityPacific decadal oscillationOcean gyreFisheryGeographyHatcheryEcologyOceanographyBiologyEnvironmental scienceSea surface temperatureFish <Actinopterygii>Subtropics

Résumé

récupéré en direct d'OpenAlex

We expand on previous analyses of environmental factors related to productivity of Chinook salmon (Oncorhynchus tshawytscha) populations by analysing data on adult recruits per spawner from 24 wild (not hatchery) Chinook salmon stocks from Oregon through western Alaska. To determine the degree to which changes in productivity are shared and to help identify environmental variables that might be related to those changes, we estimated the magnitude and spatial characteristics of positive correlations in productivity trends among stocks separated by various distances. We used dynamic factor analysis to characterize shared time trends in productivity and found that these trends were most closely associated with the North Pacific Gyre Oscillation and, to a lesser extent, with the location of the bifurcation in the North Pacific Current as it reaches North America’s west coast. Chinook productivity patterns of separate populations have also become more synchronous in recent years, similar to results reported for other species of Pacific salmon. Such recent changes may reduce the resilience of the species to effects of climate change and habitat modification.

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)0,001
score de la tête « metaresearch » (Gemma)0,002
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 enseignants0,059
Score d'incertitude au seuil0,117

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
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 Opus0,030
Tête enseignante GPT0,243
Écart entre enseignants0,213 · 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

Citations55
Publié2017
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetMarine and fisheries researchTravaux en français237 207