MétaCan
Menu
← Retour à la cohorte
Enregistrement W7133272350

Kidneyshell RPA

2025· other· en· W7133272350 sur OpenAlexaboutno aff
Fisheries and Oceans Canada, Pêches et Océans Canada

Notice bibliographique

RevueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada · 2025
Typeother
Langueen
Domaine
Thématique
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCobbleHabitatPopulationEtheostomaPercidaeLarvaAbundance (ecology)Host (biology)
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

In Canada, the current distribution of Kidneyshell is limited to the Ausable River (Lake Huron drainage) and the Sydenham River (Lake St. Clair drainage). Current evidence indicates that the species is extirpated from the Detroit, Grand, Niagara, St. Clair, and Thames rivers, Lake St. Clair, and Lake Erie. Kidneyshell is typically found in moderate to swift-flowing small- to medium-sized rivers or shallow lake areas in sand and gravel substrates. In Canada, Kidneyshell occupies medium rivers in relatively shallow depths (<1 m), moderate to swift currents, and a high proportion of gravel, sand, and cobble substrates. Kidneyshell larvae must encyst on the gills of a suitable host fish to survive and metamorphose into juveniles. The functional host fishes for Kidneyshell in Canada include Blackside Darter (Percina maculata), Johnny Darter (Etheostoma nigrum), and Logperch (P. caprodes), but may include other Percina spp. or Etheostoma spp. and Brook Stickleback (Culaea inconstans). Modeling projections indicate that achieving a 99% probability of persistence over 100 years requires ~5,250 (CI: 2,250–9,750) adult Kidneyshell. At current densities, this would require ~260 ha and ~50 ha of suitable habitat in the Ausable and Sydenham rivers, respectively. Habitat area is likely sufficient in both rivers, but with less certainty in the Ausable River. Positive population growth rates were observed in most sites in both rivers. On average, monitored sites in the Ausable River exhibited 7% growth per year (CI: 2–13%) based on five sample areas in each of three time periods between 2006 and 2019, while sites in the Sydenham River exhibited 13% growth per year (CI: 11–15%) based on 10 sampled areas in each of two or three time periods between 1999 and 2022. Overall, the abundances are interpreted to be stable in the Ausable River, and increasing in the Sydenham River. Kidneyshell populations are generally most sensitive to perturbations in adult survival. They may become more sensitive to perturbations to juvenile survival under higher population growth rate and later maturity. The Ausable River population is predicted to be more sensitive to perturbations in adult survival because of its current lower population growth rate. Dreissenid mussels are the likely cause of extirpation of Kidneyshell in the Great Lakes and connecting channels, including the St. Clair River, Lake St. Clair, Detroit River, and Lake Erie. Agricultural and urban land use, dams, and other historical habitat modifications likely contributed to extirpations in the Thames and Grand rivers. Presently, a number of threats, including agricultural and urban sources of pollution, aquatic invasive species, and climate change are contributing to habitat degradation. Current threats appear not to be causing population-level declines in extant localities, but localized impacts below the population level may be occurring. The cumulative effect of threats and their interactions are poorly understood. Recent research suggests greater impacts from certain combinations of threats than individual threats on their own. Key knowledge gaps remain regarding life history parameters (e.g., age at maturity, juvenile survival); larvae-host relationships; habitat preferences by life stage; population structure, abundance, and dynamics; and the magnitude, spatial extent, and impact of threats (individually and in combination).

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)0,001
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: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Autre · Signal consensuel: Autre
Score de désaccord entre enseignants0,910
Score d'incertitude au seuil0,943

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0010,001
Études des sciences et des technologies0,0020,001
Communication savante0,0030,001
Science ouverte0,0010,002
Intégrité de la recherche0,0010,001
Charge utile insuffisante (le modèle a refusé de juger)0,2820,182

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 Opus0,007
Tête enseignante GPT0,232
Écart entre enseignants0,225 · 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'étudeSans objet
Domainenon disponible
GenreAutre

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'admission1
Résumé présentoui

Explorer davantage

Même revueFederal Open Science Repository of Canada / Le Dépôt fédéral de science ouverte du Canada→Travaux en français237 207→