Spawn Timing of Winter-Run Chinook Salmon in the Upper Sacramento River
Notice bibliographique
Résumé
Spawn timing in anadromous Pacific salmon may be especially sensitive to environmental cues such as river temperature and flow regimes. In this study, we explored correlations between peak spawn timing and water temperature in endangered Sacramento River winter-run Chinook Salmon. In recent drought years, rising water temperatures during egg incubation have negatively affected the winter-run Chinook Salmon population. This paper seeks to understand how winter-run spawn timing may be affected by temperatures during the staging period prior to spawning, and how water releases from Shasta Dam might affect these dynamics. We fit a proportional-odds logistic regression model to evaluate annual spawn timing as a function of average temperatures in April and May below Keswick Dam. While the start date of spawning remains relatively constant from year to year, the timing of peak spawning varies annually. Cool springtime temperatures trigger winter-run Chinook Salmon to spawn earlier, whereas warm springtime temperatures trigger fish to spawn later. Before dam construction, winter-run Chinook Salmon spawned in cool, spring-fed streams that are now inaccessible to migrating salmonids. In their natal spawning grounds, temperature-driven spawn timing would have primarily ensured sufficient time for egg maturation in cool years, while secondarily preventing mortality in warm years. In the current winter-run spawning grounds, the relationship between temperature and spawn timing may have important applications to management of Shasta Dam water releases, especially during conditions when thermal mortality can affect developing winter-run Chinook Salmon eggs.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| 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 | 0,002 |
| 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) | 0,000 | 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 tête enseignante, 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 ».