Using Video to Evaluate Depth and Velocity Selection by Arctic Grayling (<i>Thymallus arcticus</i>) in Pools of an Engineered Tundra Stream
Notice bibliographique
Résumé
We evaluated pool use by Arctic grayling (Thymallus arcticus) in an engineered stream in the Canadian Barrenlands at the summer background flow (1.0 l/s) and at enhanced flows (9.9 l/s and 21.9 l/s) similar to those during the spring spawning period. We used an acoustic Doppler velocimeter to measure and map out point velocities (horizontal and vertical) in five study pools. The positions of adult Arctic grayling were monitored for each flow condition using visual surveys and a novel video assessment technique. Although fish mobility limited pool selection at the summer background flow, the highest use of pools by fish during enhanced flows occurred where pool designs incorporated scour holes or downstream sills to provide larger amounts of relatively deep water. Within those pools, grayling selected for locations with depths between 0.20 m and 0.30 m and near-zero vertical velocities (−0.02 m/s to 0.04 m/s). Fish selected near-zero horizontal velocities(0.00 m/s to 0.04 m/s) for resting and higher velocities (0.12 m/s to 0.20 m/s) for feeding. In contrast, grayling tended to show local avoidance of areas with horizontal velocities above 0.2 m/s or vertical velocities above 0.04 m/s. Although findings are likely site specific, our study contributes towards the development of size, depth, and velocity criteria for Arctic grayling habitat; this information can promote effective designs for habitat compensation and fish passage projects. We also present a novel video monitoring method that can be easily deployed at remote locations.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 tête enseignante, 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 ».