Wild salmon migration routes influence sea lice infestations: An agent-based model predicting farm-related infestations on juvenile salmon
Notice bibliographique
Résumé
This study presents an Agent-Based Model (ABM) simulation to assess the impact of varying migration routes on sea lice (Caligus clemensi) infestation levels in juvenile wild sockeye salmon (Oncorhynchus nerka) in the Discovery Islands, British Columbia, Canada. This research highlights the importance of migratory routes in determining the extent of exposure to sea lice originating from nearby salmon farms. Three northward out-migration routes were modelled, each exposing the fish to different levels of infestation pressure based on proximity to salmon farms. The ABM incorporates spatially explicit migration patterns of juvenile sockeye salmon using a detailed raster map of the Discovery Islands. Key variables such as swimming speed, progression rate, and infestation levels were integrated into the model, offering a comprehensive analysis of migration and infestation dynamics. The study revealed that infestation rate is highly variable, depending on migration routes. Specifically, salmon traveling longer migration routes with lower infestation pressure may experience higher sea lice loads compared to those on shorter routes with higher infestation pressure. This underscores the role of low infestation pressures and the critical influence of swimming speed, which affects exposure time, and thus infestation rates. Additionally, the study conducted a sensitivity analysis to understand the influence of various parameters on infestation rates. This analysis highlighted the importance of swimming speed and progression rate, particularly in routes closer to the farms. The findings suggest that slower swimming speeds and meandering routes increase exposure to lice, thereby elevating infestation levels. The research contributes to understanding the dynamics of sea lice transmission and its relationship with salmon migration patterns. It underscores the necessity of considering migratory routes and farm proximity in managing and mitigating the impact of sea lice infestation on wild salmon populations. This study's insights are crucial for developing strategies to balance aquaculture practices with the conservation of wild salmon.
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 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,000 |
| Communication savante | 0,001 | 0,000 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 ».