Year‐round sampling of the fish community in a boreal lake: differences between summer and winter influence estimates of species composition, catch, and fish size
Notice bibliographique
Résumé
Boreal lakes experience pronounced seasonal variation in abiotic factors, especially light, temperature, and oxygen. A deep boreal humic lake was sampled year-round to test putative changes in total fish catch, species composition, catch-per-unit-effort (CPUE), habitat use, fish size, and condition. Monthly sampling was conducted in Lake Pääjärvi, southern Finland, during one full year in 2020-2021 as well as in March and August 2021 and 2022. The fish community was dominated by cyprinid species in all months, but the percentage of percid fish caught increased during the warm summer period. Most fish were caught in littoral habitats and the highest catches occurred in summer, but some species (e.g., ruffe, Gymnocephalus cernua, and pikeperch, Sander lucioperca) remained abundant in the winter catch. The body size of fish was larger in the winter catch, while condition factor was higher in summer for most species. Fish species proportions in total catch, CPUE, and average size of fish were closest to the annual mean values in September, which may be used as the optimal period to monitor fish communities of similar deep boreal lakes. Our findings highlight the need for year-round research to reveal the impacts of rising temperatures and diminishing ice-covered periods in fish communities and lake food webs.
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 | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,000 | 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) | 0,000 | 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 ».