MétaCan
Menu
← Retour à la cohorte
Enregistrement W4411109323 · doi:10.1016/j.jglr.2025.102606

Dead giveaway: Rising mortality rates suggest effectiveness of Lake Erie grass carp (Ctenopharyngodon idella) response

2025· article· en· W4411109323 sur OpenAlexvenueno aff
K. Lang, Christine Mayer, Mark R. DuFour, Song S. Qian, William D. Hintz, Patrick M. Kočovský, Ryan Young, Matthew R. Acre, Eric J. Weimer, Tammy Michelle Wilson, Chris Kemp, John M. Dettmers, Lucas R. Nathan, R Brown

Notice bibliographique

RevueJournal of Great Lakes Research · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesGreat Lakes Fishery CommissionOhio Division of Wildlife, Ohio Department of Natural Resources
Mots-clésGrass carpFisheryEnvironmental scienceBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Grass carp ( Ctenopharyngodon idella ) are large, invasive fish that threaten Lake Erie’s economy and ecosystem. Incidental catches of grass carp have occurred since the 1980s in Lake Erie, while multi-day removal events were carried out in 2014 and 2017. To mitigate ecosystem impacts, a large-scale, multi-agency response to remove as many grass carp as possible from the Lake Erie basin (“strike teams”) began in 2018 and has increased every year. To date, total annual removals of fish has been the primary measure of progress; however, total annual removals do not indicate how efforts are affecting the grass carp population. Population vital rates, such as mortality rate, can indicate population demographic changes and may provide an alternative approach to measure how removals have impacted the grass carp population. We estimated annual mortality rates using 553 grass carp, representing 82.9 % of all grass carp removed in the Lake Erie basin, using a hierarchical catch-curve model and catch-at-age data from 2014 to 2022. Annual average mortality rates were initially low (4.3 %) and increased between 2017 and 2022 with the highest mortality (13.6 %) observed in 2021. Positive correlations between mortality and the number of fish harvested per year suggest that removals may be driving increases in the grass carp mortality rate. This increase in mortality rate shows promise for controlling the spread of grass carp within the Lake Erie ecosystem. This research supports the needs of fishery managers to better understand grass carp population dynamics and the adaptive management framework identified in the Lake Erie Grass Carp Adaptive Response Strategy.

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)0,003
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 enseignants0,059
Score d'incertitude au seuil0,118

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,037
Tête enseignante GPT0,363
Écart entre enseignants0,326 · 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

Citations2
Publié2025
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Great Lakes Research→Même sujetFish Ecology and Management Studies→Travaux en français237 207→