MétaCan
Menu
← Retour à la cohorte
Enregistrement W4412834409 · doi:10.1139/cjfas-2024-0384

Dispersal of stream salmonids from nests and stocking sites: patterns, variability, and sampling bias

2025· article· en· W4412834409 sur OpenAlexafffundvenue
James W. A. Grant, Laura K. Weir

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2025
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensSaint Mary's UniversityConcordia University
Organismes subventionnairesNatural Sciences and Engineering Research Council of Canada
Mots-clésStockingBiological dispersalEcologySampling (signal processing)FisheryPiscivoreSampling biasGeographyBiologyMark and recapturePredationPredatorStatisticsPopulationDemographyMathematicsSample size determination

Résumé

récupéré en direct d'OpenAlex

To reconcile divergent views about the direction and distance that salmonids disperse from nests or release sites, we conducted a systematic search and synthesis of existing data that included 154 data points from 58 papers. After correcting for a sampling bias in the downstream direction, 56.6% of fish dispersed downstream, significantly greater than 50%, but much less than expected. The best generalized linear mixed model explaining the percentage of fish moving downstream included a positive effect of the percentage of sampling effort downstream, a negative effect of body size, and differences among species; brown trout ( Salmo trutta) tended to disperse upstream more than other species. Dispersal distance increased with body size; median dispersal distances for age 0+ and older fish were 167 and 908 m, respectively, implying much greater mobility than expected. As predicted, median dispersal distance was greater downstream (715 m) than upstream (602 m). Our analyses indicated that many of our perceptions about salmonid dispersal are based on biased sampling—too much effort that is too close to, and downstream of, the release site.

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)0,034
score de la tête « metaresearch » (Gemma)0,097
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 seuil0,182

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0340,097
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,001
Bibliométrie0,0100,010
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
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 Opus0,027
Tête enseignante GPT0,240
Écart entre enseignants0,213 · 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

Citations1
Publié2025
Routes d'admission3
Résumé présentoui

Explorer davantage

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