A comparison of the effects of water-level policies on the availability of walleye spawning habitat in a boreal reservoir
Notice bibliographique
Résumé
Papenfuss JT, Cross T, Venturelli PA. 2018. A comparison of the effects of water-level policies on the availability of walleye spawning habitat in a boreal reservoir. Lake Reserv Manage. 34:321–333. Water levels in reservoirs can affect the quantity and quality of the habitat that is available for spawning fish and their eggs. We studied how a change in the water-level management policy (“rule curve”) in 2000 affected the availability of walleye (Sander vitreus) spawning habitat in 3 lakes (Kabetogama, Namakan, and Sand Point) that make up a large, boreal reservoir between Canada and the United States. According to observed water-level data, available spawning habitat on known Lake Kabetogama spawning sites increased 95% (P < 0.01) with the 2000 rule curve, but did not change on Namakan or Sand Point lake spawning sites. However, when using modeled water-level data to control for confounding weather events, habitat availability at known spawning sites increased significantly (P < 0.01) on all 3 lakes (179%, 92%, and 93%, respectively). Habitat availability improved because the 2000 rule curve increased mean spring water levels by 0.5 m, and water levels rose more slowly (2.2 vs. 3.0 cm/d) during egg incubation. Our findings suggest that, although water-level management on large reservoirs can be a challenge, carefully designed policies can improve walleye spawning habitat conditions and help to achieve fisheries management goals.
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 | 0,001 | 0,004 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».