Population dynamics and interactions of sockeye and kokanee salmon (Oncorhynchus nerka) with piscivorous char (Salvelinus sp.) and rainbow trout (O. mykiss) in the large lakes and reservoirs of British Columbia
Notice bibliographique
Résumé
Freshwater fisheries management is focused on a combination of economic, social and conservation objectives. One of the trade-offs among these objectives involves a balance between harvest and consistent ecosystem functions. There can be conflicts between recreational fisheries and conservation, which are exacerbated by other habitat uses, such as dam operations. This dissertation examines the tools used by managers; how strategies employed by managers interact with natural systems and each other; what are some of the unexpected consequences; and what impact these tools have on recreational freshwater fisheries objectives. First, the use of nutrient addition as a tool to increase fish production is examined. Ecosystem modelling is then used to look at the impact of nutrient addition on target fish species in combination with different flow regimes in a highly managed reservoir. A decision analysis table is used to compare effects of different nutrient addition scenarios under variable flow conditions. Nutrient addition was found to be the most important driver of the system, with constant nutrient addition resulting in higher biomasses of the target fish species. Next, the outcomes of different stocking programs in British Columbia are summarized. The potential effect of salmon reintroduction programs on native fish species was predicted using ecosystem modelling. These models indicated that higher stocking levels had negative effects on the native kokanee salmon, but resulted in variable effects on the predators, depending on the species being stocked. Finally, ecosystem modelling is used to look at the possible effects of invasive non-native mussels in a productive lake. The model predicted that fish species that remained in the lake would be affected the most, while the invasive mussels had less of an effect on anadromous sockeye salmon and rainbow trout that reared in streams. This dissertation shows that maintaining consistent ecosystem functions to support recreational fisheries objectives can be challenge in itself.
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 | 0,000 | 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 | 0,001 | 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) | 0,000 | 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 ».