Improving our ability to assess the impacts of hydrologic alteration on stream fishes: An interdisciplinary approach to assess the Threatened Western Silvery Minnow Hybognathus argyritis in Canada
Notice bibliographique
Résumé
Human induced hydrologic alteration is ubiquitous in North American riverscapes. These alterations have been shown to impact fishes by modifying habitats, influencing movement patterns and driving changes in community structure. Understanding these impacts is an essential first step for the conservation of fish in these systems. We use Western Silvery Minnow Hybognathus argyritis and the Milk River of southern Alberta as a model system to develop and apply an interdisciplinary approach to assess the impacts of hydrologic alteration on capture efficiency and habitat suitability of stream fishes. The capture efficiency of sampling gear is a key component of many fish research programs, and understanding the link between hydrology and capture efficiency is critical to accurately assessing the impacts of hydrologic alterations on fish. We measured seine net capture efficiency in the Milk River, and investigated the effects of flow, species, and habitat variables on capture efficiency using mixed effects models. Flow state was an important driver of capture efficiency, which increased ~5 % during augmented flow compared to natural flow. Habitat suitability assessments are commonly used to determine the impacts of hydrologic alteration on fishes, but often rely on poorly understood relationships between fish and their habitat. We used the swimming performance of Western Silvery Minnow to measure the cost of movement between habitat patches in the Milk River and incorporated this cost into a graph theoretic metric of habitat suitability (Equivalent Connected Area). Compared to augmented flow, the proportion of suitable area was ~ 475 % higher during natural flow, the mean cost of movement between habitat patches was ~ 13 % higher and Equivalent Connected Area increased ~ 0.119 (95% C.I. 0.109-0.130). By including flow as a variable in modelling capture efficiency and swimming performance as a mechanism defining habitat suitability, we show the utility and benefits of taking an interdisciplinary approach to assessing the impacts of hydrologic alteration on stream fishes.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».