MétaCan
Menu
Retour à la cohorte
Enregistrement W3200570328 · doi:10.1071/mf20377

Ecohydraulic model for designing environmental flows supports recovery of imperilled Murray cod (Maccullochella peelii) in the Lower Darling–Baaka River following catastrophic fish kills

2021· article· en· W3200570328 sur OpenAlexaff
Ivor Stuart, Clayton Sharpe

Notice bibliographique

RevueMarine and Freshwater Research · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensRealNetworks (Canada)
Organismes subventionnairesNSW Department of Primary IndustriesNSW Department of Planning,Industry and EnvironmentWaterNSW
Mots-clésEcosystemEnvironmental scienceFisheryRiver ecosystemAridWater qualityFreshwater ecosystemHydrology (agriculture)Fish migrationEcologyBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Large dryland and semi-arid rivers are among the world’s most heavily modified ecosystems, and the Darling–Baaka River of eastern Australia highlights the challenges in conserving such ecosystems. Since 2000, the hydrology at the downstream end of the system (the Lower Darling River, LDR) has been transformed from a naturally near-perennial flowing system to an intermittent one by increased water abstraction, prolonged drought and climate change. This hydrological change has placed immense pressure on the native fish populations, such as the imperilled Murray cod (Maccullochella peelii), as evidenced by the 2018–19 catastrophic fish kills. Here we outline an ecohydraulic conceptual model for designing environmental flows to support spawning and recruitment of Murray cod. An environmental flow based on this model was released in 2016–17, following 524 consecutive days of continuous zero flows. The LDR flow consisted of an increased discharge in late winter–spring to promote broad-scale lotic (i.e. &amp;gt;0.3 m s–1) conditions, hydraulic complexity and continuous base flows to maintain connectivity and water quality. Monitoring of Murray cod during and following the flow revealed successful spawning and recruitment. This finding is significant because it provides justification for altering current water management policies that are failing to protect this nationally significant ecosystem.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,356
Score d'incertitude au seuil0,935

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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 ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,025
Tête enseignante GPT0,269
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 tête enseignante, 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

Citations16
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Freshwater ResearchMême sujetFish Ecology and Management StudiesTravaux en français237 207