Acoustic Imaging Observes Predator–Prey Interactions between Bull Trout and Migrating Sockeye Salmon Smolts
Notice bibliographique
Résumé
Abstract Annual migrations by juvenile Pacific salmon Oncorhynchus spp. smolts are predictable, presenting opportunities for predators to exploit these seasonal prey pulses. Directly observing predator–prey interactions to understand factors affecting predation may be possible via dual-frequency identification sonar (DIDSON) acoustic imaging. Within Chilko Lake, British Columbia, prior telemetry and stomach content analyses suggested that the out-migration of Sockeye Salmon Oncorhynchus nerka smolts influences the movements and aggregations of Bull Trout Salvelinus confluentus that feed extensively on smolts during their out-migration. Bull Trout captured at a government-installed counting fence exhibited high consumption of smolts, but it is only assumed that feeding occurred directly at the fence. We used DIDSON to assess fine-scale predator–prey interactions between Sockeye Salmon smolts and Bull Trout over 10 d during the 2016 smolt out-migration. We found that smolt–Bull Trout interactions were correlated with smolt densities at the counting fence, consistent with the prior diet studies in the system. Predator–prey interactions were also coupled with nocturnal migratory behaviors of Sockeye Salmon smolts, presumably to minimize predation risk. These results demonstrate that DIDSON technology can record interactions between predators and migrating prey at a resolution that can identify variability in space and time and provide insight on the role of anthropogenic structures (e.g., counting fences) in mediating such interactions.
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 | 0,000 | 0,000 |
| 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 ».