Incorporating Industrial and Climatic Covariates into Analyses of Fish Health Indicators Measured in a Stream in Canada’s Oil Sands Region
Notice bibliographique
Résumé
Industrial and other human activities in Canada’s oil sands region (OSR) influence the environment. However, these impacts can be challenging to separate from natural stresses in flowing waters by comparing upstream reference sites to downstream exposure locations. For example, health indicators of lake chub (Couesius plumbeus) compared between locations in the Ells River (Upper and Lower) in 2013 to 2015 and 2018 demonstrated statistical differences. To further examine the potential sources of variation in fish, we also analyzed data at sites over time. When fish captured in 2018 were compared to pooled reference years (2013–2015), results indicated multiple differences in fish, but most of the differences disappeared when environmental covariates were included in the Elastic Net (EN) regularized regression models. However, when industrial covariates were included separately in the EN, the large differences in 2018 also disappeared, also suggesting the potential influence of these covariables on the health of fish. Further ENs incorporating both environmental and industrial covariates along with other variables which may describe industrial and natural influences, such as spring or summer precipitation and summer wind speeds and distance-based penalty factors, also support some of the suspected and potential mechanisms of impact. Further exploratory analyses simulating changes from zero and the mean (industrial) activity levels using the regression equations respectively suggest effects exceeding established critical effect sizes (CES) for fish measurements may already be present or effects may occur with small future changes in some industrial activities. Additional simulations also suggest that changing regional hydrological and thermal regimes in the future may also cause changes in fish measurements exceeding the CESs. The results of this study suggest the wide applicability of the approach for monitoring the health of fish in the OSR and beyond. The results also suggest follow-up work required to further evaluate the veracity of the suggested relationships identified in this analysis.
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 | 0,003 | 0,005 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 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 ».