MétaCan
Menu
Retour à la cohorte
Enregistrement W4392851606 · doi:10.1186/s40462-024-00464-y

Chinook salmon depth distributions on the continental shelf are shaped by interactions between location, season, and individual condition

2024· article· en· W4392851606 sur OpenAlexafffund
Cameron Freshwater, Sean C. Anderson, David D. Huff, Joseph M. Smith, Doug Jackson, Brian Hendriks, Scott G. Hinch, Stephen D. Johnston, Andrew W. Trites, Jackie King

Notice bibliographique

RevueMovement Ecology · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of British ColumbiaFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans CanadaU.S. Navy
Mots-clésAnimal ecologyChinook windContinental shelfFisheryOceanographyGeographyBiologyEnvironmental scienceGeologyFish <Actinopterygii>EcologyOncorhynchus

Résumé

récupéré en direct d'OpenAlex

BACKGROUND: Ecological and physical conditions vary with depth in aquatic ecosystems, resulting in gradients of habitat suitability. Although variation in vertical distributions among individuals provides evidence of habitat selection, it has been challenging to disentangle how processes at multiple spatio-temporal scales shape behaviour. METHODS: acoustically tagged adult Chinook salmon Oncorhynchus tshawytscha, spanning multiple seasons and years. We used these data to parameterize a machine-learning model to disentangle the influence of spatial, temporal, and dynamic oceanographic variables while accounting for differences in individual condition and maturation stage. RESULTS: The top performing machine learning model used bathymetric depth ratio (i.e., individual depth relative to seafloor depth) as a response. We found that bathymetry, season, maturation stage, and spatial location most strongly influenced Chinook salmon depth. Chinook salmon bathymetric depth ratios were deepest in shallow water, during winter, and for immature individuals. We also identified non-linear interactions among covariates, resulting in spatially-varying effects of zooplankton concentration, lunar cycle, temperature and oxygen concentration. CONCLUSIONS: Our results suggest Chinook salmon vertical habitat use is a function of ecological interactions, not physiological constraints. Temporal and spatial variation in depth distributions could be used to guide management decisions intended to reduce fishery impacts on Chinook salmon. More generally, our findings demonstrate how complex interactions among bathymetry, seasonality, location, and life history stage regulate vertical habitat selection.

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 enseignants0,022
Score d'incertitude au seuil0,043

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 Opus0,017
Tête enseignante GPT0,265
Écart entre enseignants0,247 · 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

Citations7
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueMovement EcologyMême sujetMarine and fisheries researchTravaux en français237 207