MétaCan
Menu
← Retour à la cohorte
Enregistrement W3112431677 · doi:10.1139/cjfas-2020-0241

Recruitment dynamics of non-native largemouth bass within the Sacramento–San Joaquin Delta

2020· article· en· W3112431677 sur OpenAlexvenueno aff
Brock M. Huntsman, Frederick Feyrer, Matthew J. Young, James A. Hobbs, Shawn Acuña, Joseph E. Kirsch, Brian Mahardja, Swee J. Teh

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésMicropterusElectrofishingSan JoaquinEcologyHabitatBiologyBass (fish)HatchingFisheryPopulationDeltaSpawn (biology)Environmental scienceDemography

Résumé

récupéré en direct d'OpenAlex

Largemouth bass (LMB; Micropterus salmoides) recruitment is limited by a critical developmental period during early life stages, but this mechanism may be less important within non-native habitats. We conducted boat electrofishing surveys in four tidal lakes of California’s Sacramento–San Joaquin Delta (SSJD) from 2010 to 2011 to describe introduced LMB recruitment dynamics. We evaluated growth, proximate composition, and health indices of young-of-the-year (YOY) LMB among tidal lakes and developed an integrated count model to determine how factors known to affect LMB recruitment shape SSJD population structure. Our results show a mismatch among growth, nutrition, and YOY abundance, where the tidal lake with the most abundant and fastest-growing LMB had the poorest nutritional status. The warm winter water temperatures and lack of a hatching-cohort growth advantage suggests overwinter starvation plays a less important role in SSJD LMB recruitment than in many native LMB habitats. Collectively, our results suggest that habitat characteristics (submerged aquatic vegetation) and not overwinter mortality shapes SSJD LMB population structure, a mechanism consistent with contemporary hypotheses about the altered fish community structure of the SSJD.

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)0,001
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 enseignants0,230
Score d'incertitude au seuil0,457

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,034
Tête enseignante GPT0,236
Écart entre enseignants0,201 · 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

Citations6
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

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