Gill-Net Fishing Effort Predicts Physical Injuries on Sockeye Salmon Captured near Spawning Grounds
Notice bibliographique
Résumé
Abstract Nonretention in gill-net fisheries for Pacific salmon Oncorhynchus spp. can be relatively high and can cause a variety of impairments to nonretained fish, which often lead to immediate or delayed mortality. We sought to improve the understanding of the association between gill-net escapement and injuries incurred by upriver-migrating salmon by examining the relationship between gill-net fishing effort in the Fraser River, British Columbia, and the frequency and severity of gill-net injuries to migrating Sockeye Salmon Oncorhynchus nerka. Adult Sockeye Salmon were intercepted at a location approximately 335 km from the mouth of the Fraser River and assessed for gill-net injuries. Gill-net fisheries targeting Sockeye Salmon operated throughout the first 320 km of the Fraser River main stem starting at the mouth of the river. A generalized linear mixed model was used to identify the role of gill-net fishing effort, fork length, and sex on the probability of an individual fish sustaining a gill-net injury. Predicted probabilities of gill-net injury ranged from 12% to 46% across all levels of fishing effort, suggesting that gill-net injuries were more prevalent among individuals that encountered high levels of fishing effort. However, fishing effort did not seem to influence the severity of gill-net injuries. Our results suggest that estimates of fishing effort may be useful in predicting the probability of gill-net injury to migrating fish, which could help managers estimate en route mortality and more accurately predict spawner escapement.
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 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,003 | 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 ».