MétaCan
Menu
Retour à la cohorte
Enregistrement W4396229104 · doi:10.1007/s10641-024-01552-z

A multi-metric approach to characterize variability in Yellow Perch (Perca flavescens) use of Lake Ontario and two barrier-protected coastal wetlands

2024· article· en· W4396229104 sur OpenAlexaboutno aff
Kylee B. Wilson, Matthew E. Altenritter

Notice bibliographique

RevueEnvironmental Biology of Fishes · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesCollege at Brockport, State University of New YorkGreat Lakes Research Consortium
Mots-clésPerchWetlandHabitatEcologyFisheryPopulationMetapopulationEnvironmental scienceGeographyBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Abstract Yellow Perch (Perca flavescens) inhabit both nearshore and coastal wetland habitats of the Laurentian Great Lakes throughout their lifetime and are known to exhibit different movement life histories. However, uncertainty persists in the spatial extent of this variation and in the duration of habitat use. To explore these uncertainties, we used a multi-metric approach that included water and otolith microchemistry and tissue stable isotope ratios (δ13C, δ15N). The ratio of manganese to calcium in otoliths was used to identify transitional movements between nearshore Lake Ontario and wetland habitats while carbon and nitrogen tissue isotope ratios revealed variable duration of wetland inhabitance. Our research suggests that the multi-metric approach was useful for addressing questions that could not be answered by one method alone. Our results demonstrate individual differences in duration of coastal wetland habitat residence among Yellow Perch, which may influence their susceptibility to recreational harvest. As Yellow Perch are an important species of consideration for management agencies such as the Great Lakes Fishery Commission, exposing such diversity is important when considering the potential for differential contributions of individuals with variable movement life histories to overall population stability and resilience over time.

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 enseignants0,872
Score d'incertitude au seuil0,254

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
Bibliométrie0,0010,001
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)0,0000,000

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 Opus0,019
Tête enseignante GPT0,214
Écart entre enseignants0,195 · 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

Citations1
Publié2024
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEnvironmental Biology of FishesMême sujetFish Ecology and Management StudiesTravaux en français237 207