Seasonal habitat-use differences among Lake Erie’s walleye stocks
Notice bibliographique
Résumé
Understanding the spatial ecology and habitat-use of Lake Erie’s commercially important walleye (Sander vitreus) population is imperative due to their large-scale seasonal migrations (>400 km) exposing them to five different jurisdictions in the USA and Canada. The objective of this study was to determine the habitat selected by walleye throughout the year and across Lake Erie. Here, we used acoustic telemetry to estimate walleye occurrence at three lake depth categories that were pertinent to biology (e.g., spawning) and management (e.g., quota allocation). Detection data from 851 adults during five continuous years identified consistent seasonal fluctuations in habitat selection across western (WB) and eastern (EB) basin walleye stocks. Sex-specific differences were also found during spawning periods (March-May) when males showed a stronger affinity to shallow waters <6 m than females. Also, EB stocks selected these shallow waters longer than WB stocks, likely due to differences in thermal patterns between basins. Deep water (>13 m) was readily selected between spring and winter (>6 months/year) for most WB and EB walleye despite stock-specific migration patterns. This study provides novel information about the space use patterns of one of the most economically important fish in North America at spatial and temporal scales relevant to 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 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 | 0,001 |
| 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 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 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 ».