MétaCan
Menu
Retour à la cohorte
Enregistrement W3093758713 · doi:10.1002/nafm.10534

Evaluating Remote Site Incubators in Michigan Streams: Implications for Arctic Grayling Reintroduction

2020· article· en· W3093758713 sur OpenAlexaff
Alan J. Mock, Carl R. Ruetz, James N. McNair, Dan Mays, Archie Martell

Notice bibliographique

RevueNorth American Journal of Fisheries Management · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensGovernment of Canada
Organismes subventionnairesGrand Valley State University
Mots-clésGraylingSTREAMSHatchingFisheryEnvironmental scienceRainbow troutArcticEcologyFish <Actinopterygii>Biology

Résumé

récupéré en direct d'OpenAlex

Abstract The successful use of remote site incubators (RSIs) to rear eggs of Arctic Grayling Thymallus arcticus along Montana streams has sparked interest in reestablishing the species in Michigan. As a preparatory step, we assessed the efficacy of RSIs by deploying them along three Michigan streams during 2 years using surrogate eggs from Rainbow Trout Oncorhynchus mykiss. Our objectives were to (1) compare hatching success between two different RSI designs (19-L versus 265-L RSIs), (2) test whether the removal of dead eggs (“picking”) from 19-L RSIs affected hatching success, and (3) develop a simple model to predict fry yield and its uncertainty. Overall survival was 41.3% in 2018 and 52.4% in 2019. Differences in survival between unpicked 19-L and 265-L RSIs tended to be small, with mean differences from 4.82% (95% CI = –0.60 to +10.25) in 2018 to 0.08% (95% CI = –0.14 to +0.30) in 2019. On average, picked 19-L RSIs had greater, although not always statistically significant, survival than unpicked 19-L RSIs during both years (mean difference = 1.6% [2018] and 10.4% [2019]). We documented a significant positive correlation between survival and RSI flow rate. Survival abruptly declined in unpicked 19-L RSIs when RSI flow rates dropped below ~0.3 L/min, suggesting that removing dead eggs from 19-L RSIs likely increased survival when RSI flow rates were <0.3 L/min. The most notable result from our fry yield model was that increasing the number of RSIs reduced the coefficient of variation in fry yield following a pattern of diminishing returns, suggesting two or three RSIs usually will be a good choice. We showed that 19-L and 265-L RSIs can be used successfully in Michigan streams, with our model providing a tool for managers to explore the relative importance of several properties of RSI design and operation on fry yield and uncertainty.

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)0,008
score de la tête « metaresearch » (Gemma)0,009
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 enseignants0,045
Score d'incertitude au seuil0,090

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0080,009
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,023
Tête enseignante GPT0,267
Écart entre enseignants0,244 · 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

Citations3
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNorth American Journal of Fisheries ManagementMême sujetFish Ecology and Management StudiesTravaux en français237 207