Depth and temperature selection of lake charr (Salvelinus namaycush) ecotypes in Lake Superior revealed by popup satellite archival tags
Notice bibliographique
Résumé
Lake charr exhibit morphological diversity in large North American lakes, largely attributed to habitat partitioning. Bathythermal habitats of lean lake charr have been assessed but remain largely unknown for other lake charr ecotypes. Popup satellite archival tags (PSATs) were used to determine depth and temperature profiles of lean (n = 15), siscowet (n = 16) and redfin (n = 3) lake charr ecotypes in Lake Superior during segments of the year. Monthly median depths of leans were < 20 m throughout the year while the median depth of redfins was 24–32 m (June-September). Monthly median depth of siscowets ranged from 103 to 204 m but they exhibited four distinctive patterns: deep (>80 m), shallow (<10 m), extreme vertical movements (>80–0 m), and high frequency vertical movements between 100 and 125 m. Siscowets were the most stenothermal with habitat temperatures generally 4–5 °C but not exceeding 12 °C. Leans were found as low as 0 °C (January-March) and up to 15 °C (July-September). Median monthly habitat temperatures for redfins were 1–3 °C colder than leans during July-September. PSATs confirmed that siscowets exhibit extreme vertical movements and may feed near the surface. The timing and duration of the extreme vertical movements exhibited by siscowets did not appear to be associated with time of day (i.e., not diel vertical movements) and may be described as opportunistic movements presumably related to foraging. Data obtained from the PSATs reinforces the view that lake charr are highly adaptive and can thrive in cold, oligotrophic lakes by optimizing the use of the entire water column.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| 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) | 0,001 | 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 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 ».