Exploitation of Velocity Gradients by Sympatric Stream Salmonids: Basic Insights and Implications for Instream Flow Management
Notice bibliographique
Résumé
Abstract Hydraulic heterogeneity can strongly influence habitat selection by stream fishes. Velocity gradients created by channel roughness and flow obstructions may be particularly important for species that feed on drifting invertebrates, where maintaining focal points in low-velocity microhabitats adjacent to faster water allows fish to scan a larger water volume for prey while minimizing swimming costs. However, these velocity gradients are rarely integrated into habitat suitability criteria used for defining instream flow requirements, which are generally based on mean column velocity measurements at the focal point location. It is also unclear how velocity gradient exploitation differs among sympatric drift-feeding species. We measured the use of velocity gradients by two sympatric juvenile salmonids, Coho Salmon Oncorhynchus kisutch and steelhead O. mykiss, in a midorder cobble–boulder-dominated river. We compared focal point velocities of fish to adjacent velocities within their foraging area and compared the magnitude of velocity and kinetic energy gradients between species. We then explored how lateral velocity gradients may bias instream flow assessments by deriving two sets of velocity habitat suitability curves (HSCs): conventional HSCs using average water column velocities measured at focal point locations and spatially averaged HSCs incorporating adjacent velocities (four body lengths from focal points). These contrasting HSCs were then used as input into the physical habitat simulation model to predict the influence of flow on habitat availability. Both species often used focal velocities that were lower than adjacent points, but the magnitude of these velocity gradients was higher for steelhead, consistent with known differences in foraging behavior, habitat selection, and physiology. Incorporating adjacent velocities into HSCs resulted in a ~40% (steelhead) and ~10% (Coho Salmon) increase in flows predicted to optimize habitat availability. Thus, small-scale heterogeneity in velocity used by drift-feeding fish can lead to large biases in flow assessments.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».