Identifying invasive fish species threats to RAMSAR wetland sites in the Caspian Sea region—A case study of the Anzali Wetland Complex (Iran)
Notice bibliographique
Résumé
Abstract Risk screening tools play a crucial role in identifying potential high‐risk non‐native (NN) fish species. In this study, potentially invasive NN fish species in the Anzali Wetland Complex (AWC), which is located on the south coast of the Caspian Sea (Iran), were identified using the Aquatic Species Invasiveness Screening Kit (AS‐ISK). Twenty‐nine freshwater fish species were screened of which 13 exist in the AWC and 16 in close proximity to it (“horizon” species). Receiver operating characteristic curve analysis showed that AS‐ISK could discriminate reliably between non‐invasive and invasive fish species for the AWC. Mean threshold scores were 3.25 for the Basic Risk Assessment (BRA) and 11.75 for the BRA + CCA (BRA + Climate Change Assessment), and these, respectively, classified 89.7% and 86.2% of the species as high risk. The CCA resulted in an increase in the BRA scores for 86.2% of the species, suggesting the need to account in future NN species management for a likely increased invasiveness of those species under future climate conditions. These results suggest that AS‐ISK could prove an effective tool for identifying potentially invasive NN freshwater fishes in other wetlands of the Caspian Sea basin.
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 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 ».