MétaCan
Menu
← Retour à la cohorte
Enregistrement W2896361357 · doi:10.1139/cjfas-2018-0140

Decoupling outmigration from marine survival indicates outsized influence of streamflow on cohort success for California’s Chinook salmon populations

2018· article· en· W2896361357 sur OpenAlexvenueno aff
Cyril J. Michel

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNational Marine Fisheries ServiceU.S. Fish and Wildlife Service
Mots-clésChinook windOncorhynchusStreamflowFisheryProductivityMarine lifeEnvironmental scienceBiologyOceanographyGeographyFish <Actinopterygii>Drainage basinGeology

Résumé

récupéré en direct d'OpenAlex

Historically, marine survival estimates for salmon have been confounded with freshwater seaward migration (outmigration) survival. Telemetry studies have revealed low and variable survival during outmigration, suggesting marine mortality may not be the primary source of variability in cohort size as previously believed. Using a novel combination of tagging technologies, survival during these two life stages was decoupled over 5 years for Sacramento River Chinook salmon (Oncorhynchus tshawytscha). Outmigration survival ranged from 2.6% to 17%, and marine survival ranged from 4.2% to 22.8%. Influential environmental drivers in both life stages were also compared with smolt-to-adult ratios (SAR) for three Chinook salmon populations over 20 years. Streamflow during outmigration had higher correlation with SAR (r2 > 0.34) than two marine productivity indices (r2 < 0.08). The few SAR estimates that were poorly predicted by flow occurred during years with the lowest marine productivity, suggesting most interannual SAR fluctuations are explained by outmigration survival, but abnormally poor marine conditions also reduce SAR. The outsized influence of flow on SAR provides managers with a powerful mitigation tool in a watershed where flow is tightly regulated.

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)0,001
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 enseignants0,023
Score d'incertitude au seuil0,047

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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 Opus0,018
Tête enseignante GPT0,241
Écart entre enseignants0,223 · 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

Citations42
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→