MétaCan
Menu
Retour à la cohorte
Enregistrement W4408520257 · doi:10.2166/wqrj.2025.053

Compound thermal indices for two species of salmonids

2025· article· en· W4408520257 sur OpenAlexaffabout
Habiba Ferchichi, André St‐Hilaire, Jean-Nicolas Bujold, Alexandra Kassatly, Julie Vajou

Notice bibliographique

RevueWater Quality Research Journal · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiquePhysiological and biochemical adaptations
Établissements canadiensMinistère de l’Environnement, de la Lutte contre les changements climatiques, de la Faune et des ParcsInstitut National de la Recherche ScientifiqueMinistère des Ressources naturelles et des ForêtsUniversity of New Brunswick
Organismes subventionnairesnon disponible
Mots-clésFisheryEnvironmental scienceZoologyBiology

Résumé

récupéré en direct d'OpenAlex

ABSTRACT Water temperature is a determinant variable for the overall health of the river ecosystem and aquatic biota, particularly for cold-water fish. Therefore, the characterization of river temperature is essential for the management of thermal habitats. However, currently, river thermal regime characterization is often achieved by calculating numerous thermal indices that are not often related to cold-water fish physiological requirements and thermal preferences. In this study, we developed a compound thermal index (CTI) based on a methodology used to calculate the water quality index (WQI) in Canada. CTI is composed of specific indicators related to the thermal tolerance thresholds for different life stages for two cold-water species (Atlantic salmon and brook trout), providing a simplified measure of the quality of the thermal habitat for these species. CTI was determined in two salmon/trout rivers in Québec, Canada (Ouelle and Ste-Marguerite). The results showed that (i) CTI allowed the characterization and classification of thermal habitat quality; (ii) the thermal habitat degradation was primarily influenced by climate conditions, particularly during warm and dry years with high temperatures and low precipitations; (iii) the improved thermal habitat quality was associated with air temperature and precipitation values close to seasonal normals; (iv) cold tributaries provided excellent thermal habitats.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,213
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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)0,0010,000

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 Opus0,177
Tête enseignante GPT0,431
Écart entre enseignants0,253 · 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 tête enseignante, pas un consensus.

Devis d'étudeExpérimental (laboratoire)
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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueWater Quality Research JournalMême sujetPhysiological and biochemical adaptationsTravaux en français237 207