MétaCan
Menu
Retour à la cohorte
Enregistrement W2976044176 · doi:10.1080/14634988.2019.1672463

Historical changes in the fish communities of the Credit River watershed

2019· article· en· W2976044176 sur OpenAlexaffabout
Brett Allen, Nicholas E. Mandrak

Notice bibliographique

RevueAquatic Ecosystem Health & Management · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésSpecies richnessWatershedEcologyGeographyUrbanizationFisheryEnvironmental scienceBiology

Résumé

récupéré en direct d'OpenAlex

Watersheds in southern Ontario are of high conservation concern due to their diverse fish communities, productive environments, and threats from numerous anthropogenic stressors. The Credit River watershed, located west of the Greater Toronto Area, has over 60 fish species, and multiple stressors including urbanization, climate change, and aquatic invasive species. This study examines fish community change in the Credit River watershed. Historical fish datasets collected in the watershed from 1954 to 2015 were analyzed to examine richness patterns, temporal trends in species distributions, and faunal similarity at the site and sub-watershed levels. Species richness increased over time at the site and sub-watershed level, displaying predictable richness patterns due to anthropogenic introductions and changes in sampling methods. Species distribution patterns remained largely stable over time with decreases in some species (e.g. Redside Dace) and increases in others (e.g. Largemouth Bass). Faunal similarity also increased over time at the site and sub-watershed level, indicating that the fish communities in the Credit River are homogenizing.

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 enseignants0,152
Score d'incertitude au seuil0,892

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,019
Tête enseignante GPT0,225
Écart entre enseignants0,206 · 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

Citations9
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueAquatic Ecosystem Health & ManagementMême sujetFish Ecology and Management StudiesTravaux en français237 207