Development and testing of mechanistic fitness-based models to predict habitat choice, behavior, and recruitment of juvenile Chinook salmon in the Arctic-Yukon-Kuskokwim region
Notice bibliographique
Résumé
This data is part of the NPRB research project 1424. Specifically, these data describe varying prey capture success rates of juvenile Chinook salmon in response to our main variables of water velocity and dominance hierarchy. The complete dataset consists of six csv files. The data consists of 1. Single fish prey capture data from experiment using that used 2D measurements, 2. Single fish 2D microhabitat measurements from our experimental flume, 3. Single fish prey capture data from experiment using 3D measurements, 4. Dominance experiment data from prey capture trials recorded by an observer, 5. Dominance experiment 3D data extracted from the VidSync software, and 6. The lengths, mass, and days in captivity for our fish used in the dominance experiments. Juvenile fish were captured in the Chena River, Alaska, using minnow traps in 2015 and experiments were conducted beginning in January 2015 and ending in July 2015 when video analysis was completed. Chinook Salmon (Oncorhynchus tshawytscha) are a native salmonid to the region and a very popular fish for anglers. Over the past decade their populations have begun to decline due to a variety of factors including climate change, urbanization, and predation. Data are presented as one CSV file: Chinook_SingleFish_3D_Behavior.csv
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,001 | 0,003 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,004 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».