MétaCan
Menu
Retour à la cohorte
Enregistrement W4232476278 · doi:10.3996/022019-jrwm-013

Environmental and Biological Factors Influence Migratory Sea Lamprey Catchability: Implications for Tracking Abundance in the Laurentian Great Lakes

2019· article· en· W4232476278 sur OpenAlexaff
Sean A. Lewandoski, Gale Bravener, Peter J. Hrodey, Scott Miehls

Notice bibliographique

RevueJournal of Fish and Wildlife Management · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueWildlife Ecology and Conservation
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésLampreyPetromyzonTributaryAbundance (ecology)Mark and recaptureFisheryEnvironmental scienceEcologyPopulationBiologyOceanographyGeographyGeologyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract Sea Lamprey Petromyzon marinus population trends in the Great Lakes are tracked by trapping migratory adults in tributaries and using mark-and-recapture techniques to estimate abundance. Understanding what environmental and biological factors influence Sea Lamprey capture in tributaries is crucial to developing efficient trapping methods and reliable abundance estimates. We analyzed data from trapping sites located on eight Great Lakes tributaries using Cormack–Jolly–Seber models and examined how water temperature, discharge, sex, and length influenced Sea Lamprey apparent survival and capture probability. Sea Lamprey apparent survival was negatively associated with water temperature in all tributaries. Additionally, the odds of small Sea Lamprey (≤ 45 cm) remaining available to capture were 39% less (95% CI: 63% decrease–1% increase) than large (> 45 cm) lamprey odds. We used these observed relationships to investigate if bias in abundance estimates using the pooled-Petersen estimator and Jolly–Seber models was expected to be similar across trapping locations or influenced by variable environmental conditions and biological traits. Pooled-Petersen abundance estimates had a positive bias when we generated data sets from simulated populations with empirical relationships between environmental characteristics and catchability. The degree of bias depended upon changes in stream warming patterns and was not consistent among trapping locations. Jolly–Seber models using data from either weekly batch-marked or uniquely marked individuals generated abundance estimates with low bias when data quality was high, but performed poorly in scenarios with few recaptured Sea Lamprey. This research can promote improved Sea Lamprey monitoring efforts by providing insight into the reliability of the pooled-Petersen abundance estimator as a tool for tracking Sea Lamprey populations and demonstrating the limitations of adopting more robust methods when data are sparse.

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)0,000
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 enseignants0,025
Score d'incertitude au seuil0,256

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,000
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 Opus0,014
Tête enseignante GPT0,222
Écart entre enseignants0,208 · 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

Citations6
Publié2019
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Fish and Wildlife ManagementMême sujetWildlife Ecology and ConservationTravaux en français237 207