MétaCan
Menu
← Retour à la cohorte
Enregistrement W3082874975 · doi:10.1139/cjfas-2020-0209

Evidence of prevalent heat stress in Yukon River Chinook salmon

2020· article· en· W3082874975 sur OpenAlexvenueaboutno aff
Vanessa R. von Biela, Lizabeth Bowen, Stephen D. McCormick, Michael P. Carey, Daniel Donnelly, Shannon Waters, Amy M. Regish, Sarah M. Laske, Randy J. Brown, Sean Larson, Stanley Zuray, Christian E. Zimmerman

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological SurveyAlaska Department of Fish and GameArctic-Yukon-Kuskokwim Sustainable Salmon InitiativeMassachusetts Department of Fish and Game
Mots-clésChinook windOncorhynchusTributaryHeat stressFisheryPopulationEnvironmental scienceJuvenileBiologyEcologyGeographyFish <Actinopterygii>Animal scienceDemography

Résumé

récupéré en direct d'OpenAlex

Migrating adult Pacific salmon (Oncorhynchus spp.) are sensitive to warm water (>18 °C), with a range of consequences from decreased spawning success to early mortality. We examined the proportion of Yukon River Chinook salmon (O. tshawytscha) exhibiting evidence of heat stress to assess the potential that high temperatures contribute to freshwater adult mortality in a northern Pacific salmon population. Water temperatures greater than 18 °C have occurred almost annually in the Yukon River and correspond with low population abundance since the 1990s. Using gene transcription products and heat shock protein 70 biomarkers validated by field experiment, we identified heat stress in half of Chinook salmon examined (54%, n = 477) across three mainstem locations and three tributaries in 2016–2017. Biomarkers tracked wide variation in water temperature (14–23 °C) within a tributary. The proportion of salmon with heat stress differed between years at four of the six locations, with more prevalent heat stress in the warmer year. This work demonstrates that warming water temperatures are currently affecting northern populations of Pacific salmon.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,871
Score d'incertitude au seuil0,257

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,031
Tête enseignante GPT0,224
Écart entre enseignants0,194 · 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 source (Gemma direct ou Codex distillé), 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

Citations44
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→