North Temperate Lakes LTER: Crayfish Abundance 1981 - current
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
Crayfish data include crayfish catch in cylindrical minnow traps baited with beef liver and occasional occurrence in other gear used to sample fish. Traps are placed at fyke net locations in nine study lakes (Allequash, Big Muskellunge, Crystal, Sparkling, Trout, Mendota, Monona, Wingra and Fish). Crayfish traps have been eliminated as gear in the Madison area lakes (Mendota, Monona, Wingra, and Fish) after 2003. Individuals are identified to species and counted. In Trout and Sparkling Lake more detailed surveys have been conducted during the summer on an ad hoc basis to track distribution and abundance of the invading species Orconectes rusticus. In Sparkling lake Rusty Crayfish (Orconectes rusticus) was removed from 2001 to 2008. Catherine L Hein, Brian M Roth, Anthony R Ives, and M Jake Vander Zanden. Fish predation and trapping for rusty crayfish (Orconectes rusticus) control: a whole-lake experiment. Canadian Journal of Fisheries and Aquatic Sciences. 63(2): 383-393. https://doi.org/10.1139/f05-229. Additional data sets consist of pre-LTER sets (initiated in late June 1972) gathered by Capelli (Ph.D. dissertation) and Lorman (Ph.D. dissertation). Most of pre-LTER data is detailed distribution in Trout Lake, and community composition in other area lakes. Sampling Frequency: annually Number of sites: 9 Note that 2020 data does not exist due to insufficient sampling.
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.
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 | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,002 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,005 | 0,009 |
| Intégrité de la recherche | 0,000 | 0,003 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,132 | 0,025 |
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 découle