MétaCan
Menu
Retour à la cohorte
Enregistrement W2893203493 · doi:10.36688/imej.1.9-18

Winter and summer differences in probability of fish encounter (spatial overlap) with MHK devices

2018· article· en· W2893203493 sur OpenAlexafffund
Haley Viehman, Tyler Boucher, Anna M. Redden

Notice bibliographique

RevueInternational Marine Energy Journal · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensNova Scotia Department of EnergyAcadia University
Organismes subventionnairesMitacsOffshore Energy Research AssociationDartmouth College
Mots-clésDiel vertical migrationOverwinteringBayEnvironmental scienceFish <Actinopterygii>Spatial distributionEcho soundingOceanographyTemperate climateFisheryGeographyEcologyBiologyGeologyRemote sensing

Résumé

récupéré en direct d'OpenAlex

The likelihood of fish encountering an MHK device, and therefore the risk posed to fish, depends largely on the natural distribution of fish at tidal energy development sites. In temperate locations, such as the Bay of Fundy, seasonal changes in the environment and fish assemblage may alter the likelihood of fish encounters with MHK devices. We examined two one-month hydroacoustic datasets collected in winter 2015 and summer 2016 by an upward-facing echosounder deployed at the Fundy Ocean Research Center for Energy test site in the Minas Passage. Fish density was higher and less variable in winter than in summer, likely due to the presence of migratory vs. overwintering fish. The vertical distribution of fish varied with sample period, diel stage, and tidal stage. The proportion of fish at MHK device depth was greater, but more variable, in summer than in winter. Encounter probability, or potential for spatial overlap of fish with an MHK device, was &lt; 0.002 for winter and summer vertical distributions. More information on the distribution of fish (horizontal and vertical), species present, fish sensory and locomotory abilities, and nearfield behaviours in response to MHK devices is needed to improve our understanding of likely device effects on fish.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,158
Score d'incertitude au seuil0,986

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0160,000

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 Opus0,013
Tête enseignante GPT0,238
Écart entre enseignants0,225 · 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 tête enseignante, pas un consensus.

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

Citations13
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueInternational Marine Energy JournalMême sujetMarine and fisheries researchTravaux en français237 207