Seasonal variation in activity and nearshore habitat use of Lake Trout in a subarctic lake
Notice bibliographique
Résumé
BACKGROUND: In lake ecosystems, predatory fish can move and forage across both nearshore and offshore habitats. This coupling of sub-habitats, which is important in stabilizing lake food webs, has largely been assessed from a dietary perspective and has not included movement data. As such, empirical estimates of the seasonal dynamics of these coupling movements by fish are rarely quantified, especially for northern lakes. Here we collect fine-scale fish movement data on Lake Trout (Salvelinus namaycush), a predatory cold-water fish known to link nearshore and offshore habitats, to test for seasonal drivers of activity, habitat use and diet in a subarctic lake. METHODS: We used an acoustic telemetry positioning array to track the depth and spatial movements of 43 Lake Trout in a subarctic lake over two years. From these data we estimated seasonal 50% home ranges, movements rates, tail beat activity, depth use, and nearshore habitat use. Additionally, we examined stomach contents to quantify seasonal diet. Data from water temperature and light loggers were used to monitor abiotic lake conditions and compare to telemetry data. RESULTS: Lake Trout showed repeatable seasonal patterns of nearshore habitat use that peaked each spring and fall, were lower throughout the long winter, and least in summer when this habitat was above preferred temperatures. Stomach content data showed that Lake Trout acquired the most nearshore prey during the brief spring season, followed by fall, and winter, supporting telemetry results. Activity rates were highest in spring when feeding on invertebrates and least in summer when foraging offshore, presumably on large-bodied prey fish. High rates of nearshore activity in fall were associated with spawning. Nearshore habitat use was widespread and not localized to specific regions of the lake, although there was high overlap of winter nearshore core areas between years. CONCLUSIONS: We provide empirical demonstrations of the seasonal extent to which a mobile top predator links nearshore and offshore habitats in a subarctic lake. Our findings suggest that the nearshore is an important foraging area for Lake Trout for much of the year, and the role of this zone for feeding should be considered in addition to its traditional importance as spawning habitat.
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 | 0,001 | 0,001 |
| 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 ».