Invasiveness screening of non‐native fishes for the middle reach of the Yarlung Zangbo River, Tibetan Plateau, China
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Abstract The aim of this study was to identify potentially invasive non‐native freshwater fishes in the middle reach of the Yarlung Zangbo River, Tibetan Plateau (China), using the Aquatic Species Invasiveness Screening Kit (AS‐ISK), as decision‐support tool. Based on independent evaluations of 24 non‐native freshwater fishes, receiver operating curve analysis identified a threshold score of ≥29 for distinguishing species likely to pose a high risk of becoming invasive from species likely to pose low‐to‐medium risk (<29) in the risk assessment area. Nine species were categorized as “high risk”: goldfish Carassius auratus , topmouth gudgeon Pseudorasbora parva , brook trout Salvelinus fontinalis , Oriental weatherfish (a.k.a. dojo gudgeon) Misgurnus anguillicaudatus , Siberian taimen Hucho taimen , common carp Cyprinus carpio , peled Coregonus peled , western mosquitofish Gambusia affinis , and Chinese rice fish Oryzias sinensis . The three lowest scoring species were Arctic cisco Coregonus autumnalis , Wuchang bream Megalobrama amblycephala , and Chinese ice fish Neosalanx taihuensis , which are unlikely to be invasive because they are unable to complete their life cycle in the risk assessment area. Climate change assessments scores increased or remained the same for warm‐water species and decreased for coldwater species. This study was the first application of AS‐ISK in western China, and the results suggest that AS‐ISK is a useful and valid tool for identifying potentially invasive risk aquatic species in China.
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.
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 | 0,001 | 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 découle