Biotelemetry Provides New Insights About the Migration of Adult Walleye in Lake Ontario
Notice bibliographique
Résumé
Walleye (Sander vitreus) populations throughout the Laurentian Great Lakes complete annual migrations between spawning and foraging habitats. Until recently, information regarding these migrations was collected using traditional assessment methods and fisheries-dependent data, which can be biased based on the distribution of effort. Advances in tracking technology and electronic tagging techniques now provide the tools to collect information from free-swimming individuals, including those from highly mobile species. This thesis examined the timing, extent, and patterns of migration for adult walleye that spawn in the Bay of Quinte and migrate through eastern Lake Ontario. The within-individual repeatability of these annual migrations was determined to be high at the temporal, spatial, and combined spatiotemporal levels. Tagging fish with a combination of acoustic transmitters and pop-off data storage tags (pDSTs) provided insights into the benefits and limitations of each method and identified a novel diving behaviour for this species. Combining the data from both methods provided an overview of the seasonal temperatures, depths, and activity levels experienced by these fish across an entire annual migration. There were sex-based differences in the timing, extent, area use, and vertical activity rates during the annual migration, as well as the number of dives per day during the summer. Within-individual repeatability of migrations was not influenced by sex or size, however it was different between spawning locations. For most studies, acoustic transmitters can provide estimates of thermal and depth preferences, but they are highly influenced by receiver coverage, often omit extreme values, and cannot produce accurate measures of vertical activity. This thesis improves our understanding of migratory behaviour in freshwater fish, and the degree to which they are able to repeat these behaviours. It outlines the benefits and limitations of new methods that can be used to collect high-resolution data throughout the year. Future studies should examine the drivers behind these movements, and the mechanisms that these fish use to navigate across large inland waterbodies.
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 | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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 ».