MétaCan
Menu
← Retour à la cohorte
Enregistrement W4308567696 · doi:10.1139/cjfas-2022-0142

Drought-related changes in water quality surpass effects of experimental flows on trout growth downstream of Lake Powell reservoir

2022· article· en· W4308567696 sur OpenAlexaffvenue
Josh Korman, Bridget R. Deemer, Charles B. Yackulic, Theodore A. Kennedy, Mariah Giardina

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésEnvironmental scienceRainbow troutCompetition (biology)InsolationTroutHydrology (agriculture)PopulationWater qualityEcosystemFisheryEcologyFish <Actinopterygii>BiologyGeologyClimatology

Résumé

récupéré en direct d'OpenAlex

Flows released from reservoirs are often modified to mitigate the negative ecosystem effects of dams. We estimated the effects of two experimental flows, fall-timed floods and elimination of sub-daily variation in flows on weekends, on growth rates of rainbow trout ( Oncorhynchus mykiss) in the Colorado River downstream from Glen Canyon Dam. Experimental flow effects were compared to effects of water temperature, phosphorous concentration, solar insolation, and competition, by fitting mixed effect von Bertalanffy models to ∼ 10 000 observations of growth from mark-recapture between 2012 and 2021. There was strong support for models predicting faster growth during intervals with higher solar insolation, and lower water temperature and competition for prey. Effects of phosphorus and experimental flows were small and uncertain. Drought-related increases in dam release temperatures during summer and fall were predicted to result in severe weight loss for larger trout and could eventually threaten the viability of the population and the fishery it supports. The effects of water temperature and competition on fish growth substantially exceeded the effects of controlled floods and steadier flows.

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)0,001
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 enseignants0,044
Score d'incertitude au seuil0,087

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
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 Opus0,012
Tête enseignante GPT0,219
Écart entre enseignants0,207 · 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

Citations10
Publié2022
Routes d'admission2
Résumé présentoui

Explorer davantage

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