High-resolution remote sensing and multistate occupancy estimation identify drivers of spawning site selection in fall chum salmon (<i>Oncorhynchus keta</i>) across a sub-Arctic riverscape
Notice bibliographique
Résumé
Groundwater upwellings provide warmer, stable overwinter temperatures for developing salmon embryos, which may be particularly important in cold, braided, gravel-bed sub-Arctic rivers. We used a three-year time series of aerial counts and remote sensing to estimate the distribution of low and high aggregations of spawning fall chum salmon (Oncorhynchus keta), classify approximately 0.5 km long river segments by geomorphic channel type, and map thermal variability along a 25.4 km stretch of the Teedriinjik River, Alaska. We used a dynamic multistate occupancy model to estimate detectability, occupancy, and the dynamics of spawning aggregations among river segments. Detectability was higher for large (>150) relative to smaller aggregations. Unoccupied segments were likely to remain so from year to year; low abundance spawning segments were dynamic and rarely remained in that state for multiple years, while ∼20%–35% of high abundance segments remained stable, indicating the presence of high-quality spawning habitat. Spawning habitat use was associated with warmer water temperatures likely caused by groundwater upwellings. We identified spawning habitat characteristics and trends in usage by fall chum salmon, which will inform land management decisions and assist in evaluating impacts of shifting climate conditions and resource management on Arctic salmon populations.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 ».