The effectiveness of spawning habitat creation or enhancement for substrate spawning temperate fish: a systematic review protocol
Notice bibliographique
Résumé
Abstract Background Habitat is the foundation for healthy and productive fisheries. For substrate spawning fish, lack of appropriate spawning substrate is inherently limiting and a lack of access to suitable spawning habitat will lead to population collapse. When specific properties of a habitat (e.g., temperature, depth, vegetation composition) are matched to the species’ ecological niche, a spawning habitat can be created or enhanced as a means of mitigating or offsetting the harmful effects of human development. Given the acceleration of habitat degradation in aquatic systems as a result of human activity and resultant loss of biodiversity, it is becoming ever more important to consider the effectiveness of the techniques being used to enhance or create habitat, to ensure management resources are being allocated wisely. The primary aim of this systematic review will be to assess the effectiveness of techniques currently being used to create or enhance spawning habitat for substrate spawning fish in temperate climate regions. Methods This review will examine studies on the effectiveness of habitat creation or enhancement for substrate spawning fish. We will consider studies in either the North or South temperate climate regions, and include freshwater, estuarine, coastal, or marine environments. Relevant outcomes will include a range of measures used by authors to define effectiveness, including but not limited to the presence of eggs, successful emergence, or improved recruitment. This review will obtain relevant studies from online publication databases, specialist websites, and grey literature using a range of search engines and networking tools. Additional searches will be conducted using the bibliographies of relevant review publications. Study data will be extracted and appraised for quality, including study design, confounding factors, and statistical analysis. A narrative synthesis will be compiled and a meta-analysis will be completed should the data availability and quality allow for it.
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 | 0,070 | 0,095 |
| Méta-épidémiologie (sens strict) | 0,005 | 0,005 |
| Méta-épidémiologie (sens large) | 0,020 | 0,014 |
| Bibliométrie | 0,024 | 0,016 |
| Études des sciences et des technologies | 0,004 | 0,006 |
| Communication savante | 0,007 | 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) | 0,062 | 0,008 |
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 ».