Landscape and biophysical controls of lake productivity to inform evaluation of sockeye salmon (<scp><i>Oncorhynchus nerka</i></scp>) populations in data‐limited regions
Notice bibliographique
Résumé
Abstract Landscape models are increasingly used to classify and predict the structure and productivity of data‐limited aquatic ecosystems. One such suite of ecosystems is on the remote North and Central Coast (NCC) of British Columbia, where sockeye salmon (Oncorhynchus nerka) rear in more than 150 lakes. Given their remoteness and limited resources for assessment, limnological and population monitoring in many of these lakes has been periodic or absent, limiting understanding of the status of populations and their habitats. Lake photosynthetic rate (PR) estimates are foundational to models of sockeye salmon nursery lake productive capacity. Using data from 61 lakes across the NCC, we compared a suite of landscape and lake variables in an information theoretic framework producing a set of models relating these characteristics to lake PR. A categorical variable related to lake biogeochemistry—whether a lake is humic stained, clear, or glacially turbid—was the most important variable predicting lake PR and was included in all models. Lake surface area relative to upstream catchment size and lake perimeter‐to‐surface‐area ratio were also important, with smaller upstream catchments yielding higher production, and high shoreline complexity correlated with lower productivity as measured by limnetic PR. Model‐averaged predictions of PR from the four models with the lowest residual error were created for 96 lakes currently lacking limnological assessments. These landscape models represent a valuable starting point for evaluating lake‐specific carrying capacities for data‐poor sockeye salmon populations under Canada's Wild Salmon Policy.
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 | 0,002 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,002 | 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 ».