MétaCan
Menu
Retour à la cohorte
Enregistrement W7104042770 · doi:10.5061/dryad.8w9ghx3xz

Body condition and diet data for gamefish in 15 hardwater lakes of southern Saskatchewan, Canada

2025· dataset· en· W7104042770 sur OpenAlexaffabout

Notice bibliographique

RevueDRYAD · 2025
Typedataset
Langueen
Domaine
Thématique
Établissements canadiensUniversity of ReginaMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésPerchPercidaeStizostedionPikePiscivoreZebra musselThreatened speciesForage fishFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Mitigating threats of aquatic invasive species in lakes requires holistic insights into the biological, physical, and chemical conditions sustaining fish communities. This study establishes the ecological baseline conditions for three key gamefishes—walleye, northern pike, and yellow perch—across 15 hardwater prairie lakes in south-central Saskatchewan, Canada, that are threatened by zebra mussel invasion. We employed stomach content analysis to evaluate diet composition and ontogenetic nutritional shifts in adult fishes and assessed how fish size and environmental factors influence body condition. Adult walleye transition from a diet of amphipods to fishes as they grow, demonstrating greater dietary flexibility compared to perch and pike, which maintain a stable diet of chironomids and fish, respectively. While walleye and pike decline in body condition with size, perch maintain a consistently high body condition as they grow. Lake productivity and alkalinity are important predictors of body conditions of adult walleye and perch in hardwater prairie lakes. Given the combined threats of zebra mussel invasions, climate change, and potential local forage fish scarcity, novel management strategies are essential.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesMéta-épidémiologie (sens strict)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Jeu de données · Signal consensuel: Jeu de données
Score de désaccord entre enseignants0,217
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
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 Opus0,015
Tête enseignante GPT0,267
Écart entre enseignants0,252 · 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 tête enseignante, pas un consensus.

Devis d'étudeSans objet
Domainenon disponible
GenreJeu de données

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
Publié2025
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueDRYADTravaux en français237 207