Body size, experience, and sex do matter: Multiyear study shows improved passage rates for alewife (<scp><i>Alosa pseudoharengus</i></scp>) through small‐scale <scp>D</scp>enil and pool‐and‐weir fishways
Notice bibliographique
Résumé
Abstract Alewife ( Alosa pseudoharengus ) passage through 3 fishways was assessed during the 2013–2016 spawning runs in 3 rivers of the Isthmus of Chignecto, Canada. From April 24 to June 10, 5,423 alewife with a mean ± SD fork length of 227 ± 18 mm were tagged with passive integrated transponders. During their tagging year, approximately half of individuals (40% to 64%) went undetected whereas those detected used fishways from April 16 to July 8. Detected alewife were significantly longer than those undetected. Attraction rates to fishway entrances in 2015 and 2016 ranged from 85% to 98%. Annual fishway passage rates for pooled fish tagged that year and returnees, varied from 64% to 97% for 2 Denil style fishways. A pool‐and‐weir fishway that was dysfunctional (2013), repaired (2014), and replaced (2015–2016) yielded 0.5%, 25%, 60%, and 73% annual pooled passage rates, respectively. Larger individuals, previously tagged returnees, and males compared to females of a similar size had higher passage success suggesting some fishways may apply population‐level selective pressures. Alewife passage rates related to fishway style, design, and proper function, with greater passage for the 2 Denils than the pool‐and‐weir fishway in our study. Regular structural maintenance and fish passage reviews are essential management considerations to ensure fishway functioning and river connectivity. Replacement of a fishway with poor fish passage may be the best option to improve passage rates. Future research should address the effects of multiple anthropogenic instream obstructions, environmental variables, negative sublethal post‐tagging effects, and the importance of returnees on fish passage rates in fishways.
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 | 0,001 | 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 | 0,003 | 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 ».