Fish Assemblage Structure in Great Lakes Coastal Wetlands Over Ten Years
Notice bibliographique
Résumé
Coastal wetlands in the Laurentian Great Lakes are important habitats for many fish species. The geographic scale of the watershed and the diversity of land uses in the region result in substantial environmental variation among coastal wetlands. During 2011-2020, annual surveys were conducted as part of the Great Lakes Coastal Wetland Monitoring Program (GLCWMP) to better understand the status and trends of coastal wetlands. Fish sampling consisted of fyke netting in monodominant vegetation zones. During this time, 1225 unique monodominant plant zones in coastal wetlands were sampled, resulting in 584,125 fishes captured that consisted of 113 different species. Yellow Perch (Perca flavescens) was the most abundant species collected (30.9% of the catch), and Bluegill/Pumpkinseed (Lepomis macrochirus/Lepomis gibbosus) were collected the most frequently (present in 68.4% of sampling events). The purpose of the study was to evaluate how fish assemblages in Great Lakes coastal wetlands are associated with Great Lake basin, monodominant vegetation type, hydrogeomorphic type, and sampling year. Fish characterized based on size in the field as young-of-year (YOY) comprised 69.7% of the total catch and 95.7% of the Yellow Perch collected, suggesting coastal wetlands may be important nursery habitats. I found that basin, hydrogeomorphic type, monodominant vegetation type, and sampling year influenced variation in fish assemblages with basin and monodominant vegetation type showing the strongest association with fish assemblages among the variables investigated. While significant patterns were identified, the variables evaluated explained small amounts of variation associated with fish assemblages in Great Lakes coastal wetlands. Fish assemblages in the oligotrophic Lakes Michigan, Huron, and Superior appeared more similar to each other than the more mesotrophic Lakes Erie and Ontario. Yellow Perch was the strongest indicator of coastal wetland by basin, being most abundant in the catch of Lake Michigan and least abundant in the catch of Lake Erie. Fish assemblages were significantly associated with monodominant vegetation type, but the associations varied depending on basin. While fish assemblage structure in Great Lakes coastal wetlands have substantial amounts of variation, patterns were identified that further define how fish assemblages vary across the Great Lakes basin.
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 | 0,000 |
| 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 | 0,000 | 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) | 0,001 | 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 ».