Evaluating the Influence of Climatic and Hydrologic Variables on Fish Communities in Channelised Agricultural Headwater Streams in the Midwestern <scp>USA</scp>
Notice bibliographique
Résumé
ABSTRACT Channelised headwater streams are common in agricultural catchments in the Midwestern United States, Canada and Europe and serve as fish habitat despite being impacted by agriculture. The influence of climatic variables on fish communities in channelised agricultural headwater streams has not been documented. Our research objectives were to identify the relationship between fish community structure and climatic variables in channelised agricultural headwater streams in northeast Indiana and central Ohio and to determine if fish community structure is better predicted by climatic variables or stream variables. We sampled fishes, compiled climatic data and measured water temperature and several stream hydrologic variables from 10 channelised agricultural headwater streams in northeast Indiana and central Ohio for 14 years. Mixed effects modelling indicated that fish diversity and relative abundance of warmwater fishes, coolwater fishes, intermediate tolerant fishes, Cyprinidae, Percidae, invertivores and brood hiders were positively correlated ( p < 0.05) with precipitation and fish abundance and the relative abundance of planktivores and guarder substrate choosers were negatively correlated ( p < 0.05) with precipitation. Fish abundance and the relative abundance of invertivores, planktivores and brood hiders were positively correlated ( p > 0.05) with air temperature. In general, stream variables were better predictors of fish community structure than climatic variables. Our results provide insights into the relationships of fish communities with climatic and stream variables in channelised agricultural headwater streams that can be applied to help prioritise monitoring and management strategies for these small streams.
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 | 0,001 | 0,001 |
| 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) | 0,001 | 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 ».