MétaCan
Menu
← Retour à la cohorte
Enregistrement W4408080339 · doi:10.1080/07011784.2025.2459421

Managing flows for sockeye salmon emergence using the Fish Water Management Tool

2025· article· en· W4408080339 sur OpenAlexaffvenue
Elizabeth L. Ng, Karilyn Alex, Kim D. Hyatt, Dawn Machin, Ethan Gardner, Joshua G. Murauskas, Margot M. Stockwell

Notice bibliographique

RevueCanadian Water Resources Journal / Revue canadienne des ressources hydriques · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensFisheries and Oceans CanadaOkanagan College
Organismes subventionnairesnon disponible
Mots-clésFisheryFish <Actinopterygii>Environmental scienceBusinessBiology

Résumé

récupéré en direct d'OpenAlex

The Fish Water Management Tool (FWMT) is a water management decision support tool designed in part to protect sq̓awsitkʷ|Okanagan River sockeye salmon (sćwin|Oncorhynchus nerka). The FWMT includes a sockeye salmon sub-model to predict emergence timing, a life history stage where sockeye salmon are particularly vulnerable to high (scour) or low (desiccation) flows. Field observations of fry emergence timing were used to evaluate the accuracy of the FWMT sub-model, as well as flow data, spawner data and acoustic trawl data to evaluate the effectiveness of the FWMT. The FWMT predicted the date of peak emergence within an average of 12.6 days and improved compliance with flow targets by reducing desiccation and scour flows during incubation and fry migration life stages. Overall, the FWMT provides a flexible framework that allows water managers to evaluate and react to sq̓awsitkʷ|Okanagan River sockeye salmon responses to environmental conditions, rather than being constrained to a rigid calendar. These efforts have increased compliance with key flow targets, resulting in improved fry recruitment and a rare success story for fishery recovery.

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)0,002
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,914
Score d'incertitude au seuil0,171

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,012
Tête enseignante GPT0,211
Écart entre enseignants0,199 · 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

Citations0
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Water Resources Journal / Revue canadienne des ressources hydriques→Même sujetFish Ecology and Management Studies→Travaux en français237 207→