MétaCan
Menu
Retour à la cohorte
Enregistrement W2792771954 · doi:10.1139/cjfas-2017-0422

Understanding summertime thermal refuge use by adult Atlantic salmon using remote sensing, river temperature monitoring, and acoustic telemetry

2018· article· en· W2792771954 sur OpenAlexaffvenueabout
Danielle M. Frechette, Stephen J. Dugdale, Julian J. Dodson, Normand Bergeron

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversité LavalInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésSalmoThermoregulationEnvironmental scienceTelemetryFisheryRange (aeronautics)OncorhynchusSalmonidaeEcologyFish <Actinopterygii>Biology

Résumé

récupéré en direct d'OpenAlex

Adult Atlantic salmon (Salmo salar) return to natal rivers several months before spawning and during summer can be subjected to temperatures that exceed their upper temperature tolerance limits. Salmon use thermal refuges to minimize exposure to high temperatures, but little information exists regarding behavioral thermoregulation by adult Atlantic salmon. We examined behavioral thermoregulation by Atlantic salmon during summer in-river residence in a Quebec river with a novel combination of thermal infrared remote sensing, river temperature monitoring, and acoustic telemetry. Adults engaged in behavioural thermoregulation at cooler ambient river temperatures (17–19 °C) than previously recorded for this species and maintained body temperature within a narrow range (16–20 °C) via use of cool and warm refuges. Adults used large, stable, stratified pools as refuges, allowing multiple individuals to thermoregulate simultaneously without leaving the pool. Low river discharge and high temperatures can be physical barriers to salmon migration, preventing them from accessing suitable refuges (e.g., pools). Identifying and maintaining connectivity to thermal refuges may be critical for persistence of Atlantic salmon populations as climate changes and rivers warm.

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 enseignants0,569
Score d'incertitude au seuil0,858

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 Opus0,037
Tête enseignante GPT0,231
Écart entre enseignants0,194 · 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

Citations87
Publié2018
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetFish Ecology and Management StudiesTravaux en français237 207