MétaCan
Menu
← Retour à la cohorte
Enregistrement W4388668340 · doi:10.1139/cjfas-2023-0175

Dams facilitate predation during Atlantic salmon (<i>Salmo salar</i>) smolt migration

2023· article· en· W4388668340 sur OpenAlexvenueno aff
Matthew A. Mensinger, James P. Hawkes, Graham S. Goulette, Alessio Mortelliti, Erik J. Blomberg, Joseph Zydlewski

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological SurveyNational Oceanic and Atmospheric Administration
Mots-clésPredationSalmoEstuaryFish migrationFisheryBiologyHabitatThreatened speciesHydropowerEcologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Diadromous fish populations have incurred precipitous declines across the globe. Among many stressors, these species are threatened by anthropogenic barriers that impede movement, alter riverine habitat, and augment predator communities. In this study, we used acoustic transmitters ( n = 220) with predation and temperature sensors to characterize Atlantic salmon ( Salmo salar) smolt predation risk in the Penobscot River, Maine, USA. Across two seasons, we documented 79 predation events through a 170 km migratory pathway, which included three hydropower projects and a large estuary. We detected tagged smolts that were predated by fish ( n = 42), marine mammals ( n = 28), and birds ( n = 9). Using a multistate mark-recapture framework, we estimated that 46% of smolts were predated during downstream migration, which accounted for at least 55% of all mortality. Relative predation risk was greatest through impoundments and the lower estuary, where on average, predation rates were 4.8-fold and 9.0-fold greater than free-flowing reaches, respectively. These results suggest that predation pressure on Atlantic salmon smolts is exacerbated by hydropower projects and that predation in the lower estuary may be greater than expected.

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 enseignants0,987
Score d'incertitude au seuil0,025

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 Opus0,019
Tête enseignante GPT0,212
Écart entre enseignants0,193 · 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

Citations17
Publié2023
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→