Estuary habitat associations for juvenile Pacific salmon and pelagic fish: Implications for coastal planning processes
Notice bibliographique
Résumé
Abstract Assessment of risk from industrial developments often relies on simple habitat descriptions for focal species. However, simple habitat metrics may not be accurate predictors of locations that species actually use. Understanding the nature of habitat is particularly pressing for estuaries, as they are among the most degraded ecosystems globally but provide critical rearing habitat for many species, including Pacific salmon. Canadian environmental impact assessment approaches use simple habitat‐type models to assess risk from developments and assume that different species of salmon rely on the same habitat. This study asked what combination of habitat type and biophysical covariates best predicted use of estuary habitat by juvenile salmon and two dominant small pelagic fish. Fish were sampled via purse seine throughout the Skeena River estuary (British Columbia, Canada) for 2 years across different habitat types (eelgrass, open water, sandy banks, and rocky shores). Simple habitat‐type models were compared with models with more complex biophysical variables to predict the variability in relative abundance of juvenile Chinook (Oncorhynchus tshawytscha), coho (Oncorhynchus kisutch), and sockeye (Oncorhynchus nerka) salmon, along with pelagic fish species Pacific herring (Clupea pallasii) and surf smelt (Hypomesus pretiosus). The combination of variables that best predicted abundance differed across fish species. Pelagic fish were associated with near‐shore sites, increased temperature (herring), and increased salinity (smelt). Juvenile coho and sockeye salmon (but not Chinook), were more abundant in higher turbid waters. Chinook and sockeye salmon used eelgrass habitat more frequently than other habitat types, whereas coho salmon were more abundant in areas with high macroalgae cover. Models with these variables had greater predictive power than those using habitat type alone for juvenile salmon. Simple classifications of estuary habitat currently used in environmental risk assessment may not reflect the complex nature of fish–habitat associations. Understanding biophysical factors associated with estuary fish abundance can inform management of estuary habitat to support their nursery function for important 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 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 | 0,000 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 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 ».