MétaCan
Menu
← Retour à la cohorte
Enregistrement W6996266855

River plume effects on larval yellow perch (Perca flavescens ) survival and predation in the western basin of Lake Erie

2012· dissertation· en· W6996266855 sur OpenAlexfundno aff

Notice bibliographique

RevueScholarship at UWindsor (University of Windsor) · 2012
Typedissertation
Langueen
DomaineNeuroscience
ThématiqueCircadian rhythm and melatonin
Établissements canadiensnon disponible
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Oceanic and Atmospheric AdministrationNorthern Arizona UniversityOhio State UniversityDirectorate for Biological SciencesUniversity of WindsorMinistry of Natural ResourcesGreat Lakes Fishery Commission
Mots-clésPerchPredationTributaryJuvenileLarvaPercidaePopulationTrophic level
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The western basin of Lake Erie receives input from two main tributaries (Maumee and Detroit River), which differ greatly in their nutrient and sediment loading. The higher turbidity of the Maumee River plume is thought to reduce predation on early-stage juvenile yellow perch (Perca flavescens), consequently increasing their survival. For this reason, my overall objective was to evaluate the effect of the Maumee River plume on the overall recruitment of larval yellow perch to the juvenile stage. However, traditional diet analyses are not effective for evaluating larval predation rates. I therefore review genetic and non-genetic diet analysis techniques, and how they have evolved with technological advances, allowing researchers to effectively explore trophic interactions and energy movement in aquatic ecosystems. This provided a framework for my doctoral research for which I used a variety of molecular genetic techniques to estimate survival of larval yellow perch using population genetics and predation rates through stomach content analysis of predator fish. Using yellow perch microsatellite markers, I measured temporal and spatial genetic structure in larval yellow perch, while Bayesian genotype assignment provided relative larval survival estimates for yellow perch inhabiting the Maumee and Detroit River plumes. Overall, genotype assignment of Age-0 yellow perch establishes that, in the western basin of Lake Erie, larval recruitment to the juvenile stage is significantly higher for fish inhabiting the Maumee River plume relative to those in the Detroit River plume. In addition, I utilized molecular genetic techniques to accurately identify highly digested early-stage juvenile prey to the species level which was not possible with a more traditional approach (visual inspection of gut contents). Specifically, I use polymerase chain reaction (PCR), cloning and sequencing, to demonstrate the diversity of prey consumed by several freshwater fish species. Finally, using species-specific single nucleotide polymorphism (SNP) assays and microsatellite markers, I quantified predation and cannibalism experienced by larval yellow perch in the Maumee and Detroit river plumes. The combination of markers showed generally higher predation and cannibalism in the less turbid waters of the Detroit River plume, indicative of river-plume effects (possibly mediated through turbidity) reducing larval yellow perch predation mortality. My doctoral research shows the likely mechanism that river plumes in the western basin of Lake Erie contribute to larval yellow perch survival and consequently potential recruitment; however, temporal and spatial variability indicate that other factors also contribute.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,964
Score d'incertitude au seuil0,071

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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.

Tête enseignante Opus0,024
Tête enseignante GPT0,242
Écart entre enseignants0,218 · la distance entre les deux têtes enseignantes sur ce seul travail
Statut de validationscore_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

Classification

machine, non validée

Prédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.

Les modèles n’ont appliqué aucune catégorie : rien dans la taxonomie ne correspondait à ce travail.
Devis d'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations0
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScholarship at UWindsor (University of Windsor)→Même sujetCircadian rhythm and melatonin→Travaux en français237 207→