MétaCan
Menu
← Retour à la cohorte
Enregistrement W4409656432 · doi:10.1139/cjfas-2024-0376

Negative growth in body mass of trout and salmon in a small stream network

2025· article· en· W4409656432 sur OpenAlexvenueno aff
Benjamin H. Letcher, Keith H. Nislow, Matthew J. O’Donnell, Todd L. Dubreuil

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesNorthern Research StationU.S. Geological Survey
Mots-clésTroutFisheryOncorhynchusBiologyFish <Actinopterygii>SalmonidaeSalvelinusEcologyEnvironmental scienceSalmo

Résumé

récupéré en direct d'OpenAlex

In species inhabiting stressful environments, some individuals experience negative growth in body mass during their lives, potentially influencing survival, reproduction, populations, and ecosystems. Using data from a long-term (1997–2015) study of brook trout ( Salvelinus fontinalis), brown trout ( Salmo trutta), and juvenile Atlantic salmon ( Salmo salar) in Massachusetts, USA, we analyzed the frequency, causes, and consequences of seasonal mass loss. Negative growth occurred in 14.8% of observations (3573 instances), with the highest prevalence during summer (June–September). Species differed markedly: 42.5% of juvenile Atlantic salmon, 24.9% of brook trout, but only 7.7% of brown trout exhibited negative growth. The likelihood of mass loss increased with size, age, and low stream flows, particularly in summer. Brook trout in the small or isolated tributaries exhibited less summer mass loss than those in the larger streams. Other factors, including temperature and population density, had minimal or inconsistent effects. Individuals experiencing negative growth, especially brook trout in summer and autumn, were less likely to be re-encountered. As we observed no association of mass loss with movement, this suggests a potential survival cost of negative body mass growth.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,034
Score d'incertitude au seuil0,068

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,009
Tête enseignante GPT0,198
Écart entre enseignants0,189 · 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
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→