MétaCan
Menu
Retour à la cohorte
Enregistrement W4394936148 · doi:10.1016/j.jglr.2024.102347

Reproduction of grass carp (Ctenopharyngodon idella) in the Maumee River, Ohio: Part 1—Spawning area identification using bidirectional drift modeling

2024· article· en· W4394936148 sur OpenAlexvenueno aff
P. Ryan Jackson, Charles V. Cigrand, Patrick M. Kočovský, Nicole King, Alan Kasprak, Evan M. Lindroth, Henry F. Doyle, Song S. Qian, Christine M. Mayer

Notice bibliographique

RevueJournal of Great Lakes Research · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Environmental Protection Agency
Mots-clésGrass carpFisheryChinook windEnvironmental scienceChannel (broadcasting)Hydrology (agriculture)BiologyFish <Actinopterygii>GeologyOncorhynchus

Résumé

récupéré en direct d'OpenAlex

Control of invasive grass carp (Ctenopharyngodon idella) populations in the Western Lake Erie Basin merits adaptive management guided by the best available science. Presently (2024), capture of mature grass carp in rivers during spawning season is most efficient, so knowing when and where grass carp are spawning is essential information for natural resource agencies. Using bidirectional drift modeling and grass carp ichthyoplankton samples captured in the Maumee River during the 2017–2019 spawning seasons, this study identified 12 probable grass carp spawning areas in the lower 96.5-kilometers of the Maumee River. These spawning areas were located both above and below the Grand Rapids/Providence low-head dams. Three areas showed evidence of multiyear use, while nine had multi-event use. Spawning activity had no definitive diel variation and occurred at an average photoperiod of 15.15 h. The maturation metric ADD15, or annual degree days above 15 degrees Celsius, generally exceeded the 655 threshold for spawning; however, some spawning occurred when ADD15 ≤235, indicating spawners likely matured in a warmwater discharge. The probable spawning areas were generally characterized by mean velocities between 0.4 and 2.1 m per second (with locally higher velocities possible), areas of high turbulence produced by dam spillways or bedrock outcroppings, channel constrictions, confluences, islands, and bridges with piers in the water. Spawning suitability indices (SSI), based on velocity, varied considerably between spawning areas and SSI models. These results could be used to inform control efforts and predict potential grass carp spawning locations in other rivers under threat of invasion.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,104

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 savante0,0010,000
Science ouverte0,0000,000
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 Opus0,103
Tête enseignante GPT0,346
Écart entre enseignants0,243 · 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'étudeSimulation ou modélisation
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'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Great Lakes ResearchMême sujetFish Ecology and Management StudiesTravaux en français237 207