MétaCan
Menu
Retour à la cohorte
Enregistrement W4400424061 · doi:10.3390/w16131929

Evaluating the Effect of Common Carp Control on Restoration of a Coastal Wetland in the Laurentian Great Lakes

2024· article· en· W4400424061 sur OpenAlexaffabout
Daniel J. Moore, Nicholas E. Mandrak

Notice bibliographique

RevueWater · 2024
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensThe Scarborough HospitalUniversity of Toronto
Organismes subventionnairesnon disponible
Mots-clésWetlandCommon carpMarshVegetation (pathology)Abiotic componentEcologyFisheryEnvironmental scienceRestoration ecologyInvasive speciesGeographyFish <Actinopterygii>Biology

Résumé

récupéré en direct d'OpenAlex

Great Lakes coastal wetlands are under considerable stress from numerous anthropogenic threats, including the introduction of invasive species. Common Carp, an invasive species in North America, has been well documented as an influential wetland stressor. This study documents the impact of Common Carp reintroduction on a restored wetland fish community and abiotic and vegetation variables. Oshawa Second Marsh was restored using an exclusion berm with a fish grate and manual water-level drawdown to re-establish vegetation. Five years into restoration monitoring, Common Carp regained access to the wetland after the fish grate was vandalized. Fish community health was monitored over time using multimetric and multivariate approaches based on abiotic and vegetation variables. Improvements in fish community health were observed during restoration monitoring, but after Common Carp reintroduction, fish community health decreased and the community homogenized. Seven of the ten abiotic and vegetation variables monitored changed significantly after Common Carp reintroduction. This study highlights the impact that Common Carp has on the functional integrity of coastal wetlands and the significance of its management for restoration.

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)0,001
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 enseignants0,036
Score d'incertitude au seuil0,072

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,013
Tête enseignante GPT0,272
Écart entre enseignants0,258 · 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

Citations4
Publié2024
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWaterMême sujetFish Ecology and Management StudiesTravaux en français237 207