MétaCan
Menu
Retour à la cohorte
Enregistrement W4409914295 · doi:10.1139/as-2024-0084

Assessing the potential for Atlantic salmon (<i>Salmo salar</i>) colonization of Nunavik’s Arctic and subarctic rivers by 2070–2100

2025· article· en· W4409914295 sur OpenAlexaffvenueabout
André St‐Hilaire, Claudine Boyer, Normand Bergeron

Notice bibliographique

RevueArctic Science · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueEcology and biodiversity studies
Établissements canadiensUniversity of New BrunswickInstitut National de la Recherche Scientifique
Organismes subventionnairesnon disponible
Mots-clésSalmoSubarctic climateArcticFisheryColonizationThe arcticGeographyEnvironmental scienceOceanographyFish <Actinopterygii>EcologyBiologyGeology

Résumé

récupéré en direct d'OpenAlex

In Nunavik, Québec, Canada, Atlantic salmon ( Salmo salar) populations reach their northern limit in four rivers of southern Ungava Bay. With projected river warming from climate change, this study assesses the potential for Atlantic salmon to colonize new rivers in Nunavik by modelling water temperatures and evaluating river accessibility. Migration barriers were identified with a literature review, topographic data, and satellite imagery. Water temperatures were modelled with a generalized additive model using ERA5-Land air temperature, observed daily mean temperatures, and water surface temperature estimated from Landsat imagery. Our projections indicate an average increase of the rivers mean summer temperatures of 1.2–2.7 °C by the end of the century, enhancing thermal conditions in current salmon rivers with more days with optimal growth temperatures (16–20 °C) while still having limited days with thermal stress (&gt;22 °C). By 2100, other Ungava Bay rivers may be colonized, as most are accessible and expected to reach more suitable temperatures. However, Nunavik’s northernmost rivers would remain too cold and colonization of the Hudson Bay watershed appears less likely due to the inaccessibility of most rivers and their distance from established anadromous populations.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,012
Score d'incertitude au seuil0,934

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,003
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 GPT0,247
Écart entre enseignants0,238 · 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.

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'admission3
Résumé présentoui

Explorer davantage

Même revueArctic ScienceMême sujetEcology and biodiversity studiesTravaux en français237 207