Whole Lake Behaviour of Sea‐Run Brown Trout During Pre‐Spawning Months
Notice bibliographique
Résumé
ABSTRACT Sea‐run brown trout use lake habitat extensively when it is available both before and after spawning. However, the ways in which brown trout actually use lakes remain poorly resolved. In Norway, some of these lakes are used as reservoirs for the effluent of high‐head power stations that tunnel mountain water through turbines, discharging the water into the lakes that support migratory species like trout. In this study, we calculated the positions of tagged trout in Lake Vassbygdivatnet, western Norway from July–November 2021 using acoustic telemetry and YAPS software in the R programming environment. We fitted kernel density estimators to the positioning data to estimate core areas where the trout were found within the lake and identified hotspots close to shore near locations in the lake where cascades discharged from the surrounding mountains. However, a resource selection function type analysis identified no affinity of the trout for the area immediately adjacent to the high‐head power station outlet. Finally, a hidden Markov model determined that the nearshore lake margin was mostly used by trout for more passive states (low directionality, short steps), whereas the middle of the lake was more frequently used for active states (high directionality, long steps). The findings demonstrate for the first time that mountain cascades discharging into lakes provide habitat that attracts trout and that there is no clear attraction towards the power station outlet during the pre‐spawn period. Risk of entrainment in the power station tunnel therefore does not seem to be a major risk factor for migrating trout. However, fisheries managers may wish to use these findings when regulating fishing activities in lakes like Vassbygdivatnet where trout stage in preparation for spawning.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».