MétaCan
Menu
Retour à la cohorte
Enregistrement W4291383378 · doi:10.1111/fme.12590

Effect of catch‐and‐release and temperature at release on reproductive success of Atlantic salmon (<i>Salmo salar</i> L.) in the Rimouski River, Québec, Canada

2022· article· en· W4291383378 sur OpenAlexaffabout
Raphaël Bouchard, Kyle W. Wellband, Laurie Lecomte, Louis Bernatchez, Julien April

Notice bibliographique

RevueFisheries Management and Ecology · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMinistère des Ressources naturelles et des ForêtsFisheries and Oceans CanadaUniversité Laval
Organismes subventionnairesnon disponible
Mots-clésSalmoFisheryCatch and releaseRecreational fishingReproductive successFishingFish <Actinopterygii>Reproductive behaviorBiologyPopulation

Résumé

récupéré en direct d'OpenAlex

Abstract Catch‐and‐release fishing is a common conservation practice in recreational fisheries for Atlantic Salmon, although the effects on the reproductive success of caught‐and‐released fish are poorly understood. Herein, we compared the relative reproductive success of caught‐and‐released to non‐caught salmon and tested the effect of temperature at release on reproductive success in the Rimouski River, Québec, Canada. At least 83% of caught‐and‐released salmon that moved upstream of a dam successfully reproduced, including fish that have been released in water above 20°C. However, the reproductive success of caught‐and‐released female salmon was only 73% of the reproductive success of non‐caught salmon. Moreover, the increasing temperature did not affect the reproductive success of released fish that entered a trap, but fish caught at warmer temperatures were less likely to enter the trap. Our findings should be useful for evaluating the risks and benefits of catch‐and‐release, and for optimising conservation practices used for the preservation of Atlantic salmon populations.

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)0,001
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 enseignants0,017
Score d'incertitude au seuil0,081

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,003
Tête enseignante GPT0,175
Écart entre enseignants0,172 · 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

Citations13
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFisheries Management and EcologyMême sujetFish Ecology and Management StudiesTravaux en français237 207