How useful is underwater video as a fisheries assessment tool in temperate freshwater ecosystems?
Notice bibliographique
Résumé
ABSTRACT Objective Remote underwater video (RUV) is a noninvasive survey technique that has long been used in marine ecosystems and is now gaining interest among freshwater fisheries scientists. Our objective was to test the efficacy of RUV for assessing fish species richness and abundance in the littoral zone of two water bodies in central Ontario, Canada. Methods With 133 deployments, we used RUV, minnow traps, snorkel surveys, and beach seine netting (the latter in river sites only) to survey fish assemblages and compared their estimates of species richness using species accumulation curves and generalized linear models. We compared maxN (a conservative estimate of abundance from RUV) to estimates of fish density from seine netting. Results We found that RUV estimated similar or higher species richness when compared with minnow traps and snorkeling but underestimated species richness relative to seine netting, which captured several uncommon small-bodied fishes that RUV failed to detect. The maxN was correlated with density estimates from seine netting for only 4 out of 11 species and life stages, suggesting that maxN is only a useful index of abundance for some species. Remote underwater video was sufficiently sensitive to detect a major interannual change in abundance of the invasive Round Goby Neogobius melanostomus, but the magnitude of change was much lower than the increase in density estimated by seine netting. Conclusions Collectively, the data reported here suggest that RUV is a useful tool, especially when used in conjunction with other methods or where other fisheries survey methods (e.g., electrofishing and netting) are not possible, such as for community groups interested in developing their own monitoring programs.
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 | 0,004 | 0,011 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,002 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,002 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 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 ».