MétaCan
Menu
Retour à la cohorte
Enregistrement W4394784519 · doi:10.1007/s10750-024-05530-5

Downstream passage performance of silver eel at an angled rack: effects of behavior and morphology

2024· article· en· W4394784519 sur OpenAlexaff
Roman Motyka, Johan Watz, David Aldvén, Niclas Carlsson, Felix Eissenhauer, Andrew Harbicht, Eirini Karathanou, Tobias Knieps, Lovisa Lind, Olle Calles

Notice bibliographique

RevueHydrobiologia · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesEnergimyndighetenKarlstads universitetVattenfall
Mots-clésEnvironmental scienceHydropowerEcologyFisheryBiology

Résumé

récupéré en direct d'OpenAlex

Abstract The European eel is critically endangered due to heavy impact of anthropogenic factors, such as habitat fragmentation, overexploitation and climate change. During downstream migration, silver eels may encounter hydropower plants, which often result in delay or mortality from impingement on trash-racks or turbine passage. These problems can be mitigated with downstream passage solutions, such as angled racks that guide downstream-migrating eels to safe passage routes. The importance of bar spacing and phenotypic diversity for passage performance is, however, largely unknown. In this study, we investigated how morphological parameters (body mass, eye and fin indices) and behavioral score (open field test) influenced passage rate at an experimental intake equipped with a bypass and angled racks with either 15 or 30 mm bar spacing. Both racks were efficient in guiding eels into a bypass. There was a strong positive effect of body mass and a weak positive effect of open field test score on passage rate. Other factors such as eye and fin indices played a minor role. These results demonstrate the performance of angled racks with bypasses and form a useful starting point for further research regarding the relationships between individual variation in behavior, morphology and passage solutions for silver eels.

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 enseignants0,119
Score d'incertitude au seuil0,590

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 technologies0,0000,001
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 Opus0,005
Tête enseignante GPT0,206
Écart entre enseignants0,201 · 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

Citations3
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueHydrobiologiaMême sujetFish Ecology and Management StudiesTravaux en français237 207