MétaCan
Menu
Retour à la cohorte
Enregistrement W2953513889 · doi:10.1139/cjfas-2018-0357

An invader in salmonid rearing habitat: current and future distributions of smallmouth bass (<i>Micropterus dolomieu</i>) in the Columbia River Basin

2019· article· en· W2953513889 sur OpenAlexvenueno aff
Erika S. Rubenson, Julian D. Olden

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEnvironmental DNA in Biodiversity Studies
Établissements canadiensnon disponible
Organismes subventionnairesRocky Mountain Research StationNational Science FoundationWashington Department of Fish and WildlifeIdaho Department of Fish and GameCalifornia Department of Fish and WildlifeUniversity of WashingtonU.S. Geological SurveyMinistry of Fisheries, New ZealandMassachusetts Department of Fish and Game
Mots-clésMicropterusHabitatBass (fish)Invasive speciesEcologyFisheryRange (aeronautics)Introduced speciesFreshwater ecosystemCritical habitatEnvironmental scienceClimate changeSpecies distributionEcosystemBiologyEndangered species

Résumé

récupéré en direct d'OpenAlex

Invasive species and climate change are leading threats to freshwater ecosystems. In the Columbia River Basin (CRB), nonnative fishes are a critical consideration in salmon recovery, yet managers lament a lack of distribution information. Combining a species distribution model (SDM) with environmental DNA (eDNA), we locate range boundary regions of nonnative smallmouth bass (Micropterus dolomieu) and evaluate its overlap with native salmonids. A combination of thermal, hydrological, and geomorphic variables predict that smallmouth bass is distributed across ∼18 000 river kilometres and overlaps with 3%–62% of rearing habitat of salmonids (species-dependent) in the CRB. Under a moderate climate change scenario, smallmouth bass is predicted to expand its range by two-thirds (totaling ∼30 000 river kilometres) by 2080. Basin-wide models were sufficiently accurate to identify upstream invasion extents to within 15 km of the eDNA-based boundary, and including eDNA data improved model performance at critical range boundary regions without sacrificing broadscale model performance. Our study highlights how eDNA approaches can supplement large geospatial data sets to result in more accurate SDM predictions, guiding nonnative species management.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,136
Score d'incertitude au seuil0,971

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,014
Tête enseignante GPT0,200
Écart entre enseignants0,187 · 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.

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

Citations44
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetEnvironmental DNA in Biodiversity StudiesTravaux en français237 207