How do natural changes in flow magnitude affect fish abundance and diversity in temperate regions? A systematic review protocol
Notice bibliographique
Résumé
Abstract Natural flow regimes play important roles in maintaining the ecological integrity and diversity of aquatic ecosystems. Wildlife has adapted over time to the natural dynamics of their environment, including changes in flow regimes. Changes in flow, including changes in magnitude, frequency, duration, timing and rate of change, may affect the physical characteristics of aquatic habitats, access to habitats, food availability, population dynamics and community composition. Given the importance of natural flow regimes for fish, it is necessary to understand the extent to which natural flow regimes alter fish abundance and diversity. Here we present a protocol for a systematic review that will estimate how fish abundance and diversity are affected by natural variation (resulting from climatic variability and broad‐scale drivers such as climate‐induced change) in flow. This systematic review will use evidence published before 2016 that was identified in a recent systematic mapping exercise on the broader topic of flow regime change impacts (both natural and anthropogenic) on direct outcomes of freshwater or estuarine fish productivity. An updated English language search will be performed using six bibliographic databases, Google Scholar and networking tools to include commercially published and grey literature that has been published after 2016. Eligibility screening will be conducted at two stages: title and abstract, and full‐text. We will include all studies that evaluate the effect of natural changes in flow magnitude on fish abundance (broadly defined to also capture density and biomass metrics) and species diversity (broadly defined to also capture species richness and composition metrics). Any freshwater or estuarine fish species in temperate regions will be considered. Included eligible studies will be assessed for study validity. We will extract information on study characteristics, intervention/comparator details, measured outcomes and effect modifiers. A narrative synthesis will describe the quantity and characteristics of the available evidence, and where sufficient numbers of similar studies are available, a meta‐analysis will be conducted to estimate an overall mean and variance of effect.
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 | 0,079 | 0,107 |
| Méta-épidémiologie (sens strict) | 0,004 | 0,005 |
| Méta-épidémiologie (sens large) | 0,015 | 0,013 |
| Bibliométrie | 0,020 | 0,014 |
| Études des sciences et des technologies | 0,004 | 0,005 |
| Communication savante | 0,006 | 0,010 |
| Science ouverte | 0,005 | 0,006 |
| Intégrité de la recherche | 0,006 | 0,004 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,090 | 0,014 |
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 ».