MétaCan
Menu
← Retour à la cohorte
Enregistrement W4242019714 · doi:10.1139/f00-127

Impact of logging and natural fires on fish communities of Laurentian Shield lakes

2000· article· en· W4242019714 sur OpenAlexfundvenueaboutno aff
Isabelle St-Onge, Pierre Magnan

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésPerchEsoxCoregonus clupeaformisStizostedionCatostomusSalvelinusFisheryTroutPredatory fishLoggingCoregonusFontinalisEcologyEnvironmental scienceBiologyPikeFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

The goal of this study was to determine if natural fires and logging have a significant impact on abundance, growth, and size structure of fish populations in 38 lakes of the Laurentian Shield (Québec, Canada). The watersheds of nine of these lakes underwent logging and nine underwent natural fires, while the 20 remaining lakes were used as references. No significant differences were found among the three lake groups in the catch per unit of effort of the most abundant species: white sucker (Catostomus commersoni), northern pike (Esox lucius), yellow perch (Perca flavescens), lake whitefish (Coregonus clupeaformis), fallfish (Semotilus corporalis), brook trout (Salvelinus fontinalis), walleye (Stizostedion vitreum), and burbot (Lota lota). No significant difference was found among control, burned, and logged lakes in the back-calculated length of yellow perch, for which age determinations were made. However, we found that the proportions of small yellow perch and white sucker were significantly lower in populations of impacted lakes (burned and logged lakes pooled). The influence of logging and fires remained significant when a series of biotic and abiotic variables on watershed and lake characteristics were accounted for in multiple regression analyses. The lower proportion of small fish in impacted lakes could be due to an increase in postemergence mortality or to a shift of individuals to the pelagic zone.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,385
Score d'incertitude au seuil0,775

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,013
Tête enseignante GPT0,220
Écart entre enseignants0,207 · 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 source (Gemma direct ou Codex distillé), 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

Citations35
Publié2000
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→