MétaCan
Menu
← Retour à la cohorte
Enregistrement W7099644612

A climate related explanation for the natural control of Pacific salmon abundance in the first marine year

2002· article· en· W7099644612 sur OpenAlexaboutno aff

Notice bibliographique

Revuenon disponible
Typearticle
Langueen
DomaineComputer Science
ThématiqueGeochemistry and Geologic Mapping
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFishingProductivityJuvenilePredationHabitatAbundance (ecology)Climate change
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

The belief that most natural losses of Pacific salmon occurred during the freshwater stage of their life cycle profoundly influenced how Pacific salmon were managed and researched in Canada for the past 50 years. It has only been recognized in the last few years that an understanding of the impacts of ocean habitat and climate are essential ingredients in the assemblage of considerations needed to manage salmon. We studied climate and ocean impacts on the productivity of coho salmon in the Strait of Georgia from 1996 to 2001. From September of 1996 to the end of 2001, we completed 27 surveys, 3,203 sets and sampled 123, 519 juvenile Pacific salmon (Table 1). Our study benefited from a managed fishing closure, an almost constant production of hatchery-reared coho that was approximately two times the production of wild smolts, and an abrupt increase in coho prey productivity in the Strait of Georgia in 2000. In the late 1990s, the total Canadian catch of all species of Pacific salmon declined to historic low levels. In the Strait of Georgia, coho marine survival declined from levels of 10–15 % in the early 1980s to below 2 % in the late 1990s. The number of adults produced declined from average abundances of 1.5 million in the 1980s1 to less than 200,000 from 1996 to 19992. The decline in production of coho and other species of salmon in 19992. The decline in production of coho and other species of salmon in the 1990s followed a shift in large-scale climate indicators in

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)0,001
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 enseignants0,017
Score d'incertitude au seuil0,034

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,000
Science ouverte0,0010,001
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0070,001

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 Opus0,010
Tête enseignante GPT0,196
Écart entre enseignants0,186 · 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
Publié2002
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetGeochemistry and Geologic Mapping→Travaux en français237 207→