MétaCan
Menu
← Retour à la cohorte
Enregistrement W4293055760 · doi:10.1139/cjfas-2021-0310

The vulnerability of whitefish (<i>Coregonus lavaretus</i>) to the invasive European catfish (<i>Silurus glanis</i>) in a large peri-Alpine lake

2022· article· en· W4293055760 sur OpenAlexvenueno aff
Chloé Vagnon, Franck Cattanéo, Chloé Goulon, Jean Guillard, Victor Frossard

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCatfishCoregonus lavaretusBiologyFisheryPredationTrophic levelEcologyCoregonusPopulationFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

The whitefish ( Coregonus lavaretus) is a core exploited species in numerous fisheries and the invasion of the European catfish ( Silurus glanis) in peri-Alpine lakes may represent an emergent threat to this salmonid. We aimed to assess the whitefish vulnerability to catfish in a French peri-Alpine lake (Lake Bourget) by combining diet analyses (metabarcoding), trophic link inferences from an allometric niche model (aNM), and the development of a predation risk metric derived from species depth matching and catfish energy demand. Whitefish DNA was found in 7% of catfish intestines, indicating a low but effective consumption. The aNM suggested that catfish (considering the current population size structure) may predate all whitefish life stages; though young-of-the-year (0+, 5–20 cm) may be the most exposed to predation. 0+ had higher depth matching with catfish than other life stages, especially in summer when the catfish exhibit their highest energy demand, leading to an overall higher predation risk. Our results highlighted the effective consumption of C. lavaretus by S. glanis and its time and age-varying vulnerability, suggesting that S. glanis may represent a new growing threat to this salmonid in a global change context.

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)0,000
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 enseignants0,020
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,011
Tête enseignante GPT0,199
Écart entre enseignants0,188 · 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

Citations15
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

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