A Bayesian multistate approach to evaluate movements of an invasive freshwater estuarine-opportunist
Notice bibliographique
Résumé
Coastal rivers and estuaries provide habitat and migratory corridors for freshwater estuarine-opportunists. We evaluated movement patterns of 61 blue catfish (Ictalurus furcatus) in the tidal York and Rappahannock rivers in Virginia, USA with acoustic telemetry from July 2015 to June 2016. To evaluate river-specific movements, we utilized a multistate Cormack–Jolly–Seber (CJS) model within a Bayesian framework to estimate probabilities of detection and transition (movement) among established salinity zones (i.e., tidal-fresh (0‰–0.5‰), oligohaline (>0.5‰–5‰), mesohaline (>5‰–18‰)). We considered flow as an environmental covariate. Despite high site fidelity in tidal-fresh zones, some individuals displayed movements into oligohaline and mesohaline habitats indicative of partial migration. Once downstream movement occurred, the probability of staying in the new salinity zone was higher than the probability of movements to other salinity zones. In the Rappahannock River only, movement upstream from mesohaline habitats was associated with below average flow. As flow increased, the probability of remaining in oligohaline and mesohaline zones increased. Our study shows blue catfish can move into downstream areas of tidal rivers with elevated salinities and that increased freshwater flow may allow them to remain in these habitats for extended durations.
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 | 0,006 | 0,012 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 ».