MétaCan
Menu
Retour à la cohorte
Enregistrement W4389545838 · doi:10.1002/fsh.11028

Fish Diversity and Use of Nearshore and Open-Water Habitats in Terminal Lakes

2023· article· en· W4389545838 sur OpenAlexaff
Zachary Bess, Aaron A. Koning, James Simmons, Erin Suenaga, Aldo San Pedro, Joshua Culpepper, Facundo Scordo, Carina Seitz, Suzanne J. Rhoades, Tara McKinnon, Ryan McKim, Karly Feher, Flavia Tromboni, Julie W. Regan, Sudeep Chandra

Notice bibliographique

RevueFisheries · 2023
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensYork University
Organismes subventionnairesnon disponible
Mots-clésFish <Actinopterygii>FisheryHabitatOpen waterTerminal (telecommunication)Diversity (politics)Environmental scienceEcologyBiologyEngineering

Résumé

récupéré en direct d'OpenAlex

Abstract Terminal lakes face conservation challenges due to consumptive water use and changes in climate. We quantified the extent of the littoral and open water zones in 18 terminal lakes spanning five continents and show that lake level declines produce variable changes in littoral zone surface area. While littoral zones account for a small portion of the habitat in these lakes, 77% of the fish species inhabit these zones and 87.5% consume littoral–benthic organisms. We found that littoral zone surface area correlates with littoral zone fish species richness (P &amp;lt; 0.01; R2 = 0.47) as well as the number of species relying on benthos (P &amp;lt; 0.01; R2 = 0.44). However, we found (1) no correlation between the percent of the lake's surface area that is littoral and the percent of the fish community that inhabits the littoral zone (Pearson's r = 0.3; P = 0.3), and (2) no correlation between the percent of the lake's surface area that is littoral and the percent of the fish community that consumes benthic organisms (Pearson's r = −0.1; P = 0.8). Because many terminal lakes are desiccating, conservation of biodiversity in the nearshore zones of these lakes may be warranted.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,031
Score d'incertitude au seuil0,857

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
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 ouverte0,0000,003
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,035
Tête enseignante GPT0,222
Écart entre enseignants0,187 · 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 tête enseignante, 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

Citations2
Publié2023
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFisheriesMême sujetFish Ecology and Management StudiesTravaux en français237 207