MétaCan
Menu
Back to cohort
Record W2620004017

Vandringsadferd til ørret (Salmo trutta) i et elvinnsjø økosystem, Tokkeåi/Bandak i Telemark: Hydroakustiske og ArcGIS baserte metoder

2016· dissertation· no· W2620004017 on OpenAlexaboutno aff
Per Tommy Fjeldheim

Bibliographic record

VenueDuo Research Archive (University of Oslo) · 2016
Typedissertation
Languageno
FieldEnvironmental Science
TopicEcology and biodiversity studies
Canadian institutionsnot available
Fundersnot available
KeywordsHumanitiesArt
DOInot available

Abstract

fetched live from OpenAlex

I perioden 2010-2013 foregikk det et større forskningsprosjekt på ørret og næringskjeden til ørret i det vassdragsregulerte elve-innsjø økosystemet Tokkeåi og Bandak i Telemark. Prosjektet var knyttet til en villkårsrevisjon for Tokke/Vinje reguleringen. Ørretens områdebruk og vandringer var imidlertid i liten grad undersøkt. Våren 2014 ble et forskningsprosjekt ved bruk av akustisk telemetri på ørret og storørret i Bandak og Tokkeåi satt i gang. Juni 2014 ble 31 akustiske loggere fordelt i et dekkende nettverk. Det ble plassert tre loggere på det antatt viktige oppvekstområdet på deltaflaten ved innløp Tokkeåi. Fra kanten av deltaflaten og utover i innsjøen ble det plassert loggere for å kontrollere utvandring fra deltaområdet til hovedbassenget (25 loggere ut til Lauvvik) og ved utløp Bandak (tre loggere ved Skarperudstrømmen). Loggerne fanger opp akustiske signaler kontinuerlig. August 2014 ble det utlagt 13 loggere i Tokkeåi (og en i Dalaåi) opp til Helvetesfossen (4.7 km) som er oppvandringshinder. Målet var å merke (vha. implantering av akustisk sender i bukhulen) 50 ørret, 25 ‘vanlig’ fisk fra 300g-1kg fra deltaflaten og 25 større individer over 1 kilo. Det viste seg å være svært krevende å fange større ørret. Fra august til desember ble 23 ørret (5-point summary; minimum: 313, Q25: 400, median: 480, Q75: 600, maksimum: 1350 g) fanget og merket på deltaflaten (lokalt kalt deltafisk) og to pelagiske ørreter, men kun en stor (hhv. 700g og 2.7 kg). Fisk ble fanget med ulike redskaper, fra alt av sportsfiskeutstyr til garn og rusefiske. De hydroakustiske merkene (V9 og V9P fra Vemco Division, AMIRIX Systems Inc, Halifax Canada) sender et lydsignal hvert 2 min (tilfeldig innenfor 90-180 sek) med en estimert batterivarighet på hhv. 900 og 512 dager. Merket til større fisker var utstyrt med dybdesensor (V9P). I begynnelsen av desember ble første dataserie innhentet i felt, dvs. de først merkede individene hadde i underkant av 4 måneder med data. Det var nær full overlevelse av merkede individer. Kun ett individ har enten utstøtt merket eller må antas død 41 dager etter merking, ettersom merket ikke har flyttet seg. Data viste at det var 22 aktive individer innenfor området dekket av loggere der 19 av disse i all hovedsak har oppholdt seg på eller ved deltaflaten. Det er 2 individer som vandret ut av Bandak, som ikke har kommet tilbake. Det var stor individuell variasjon i vandringsmønster (hjemmeområde 5- point summary; minimum: 0.31, Q25: 0.66, median: 0.76, Q75: 1.17, maksimum: 2.34 km2) og vandringslengder utover høsten (5-point summary; minimum: 13, Q25: 166, median: 264, Q75: 370, maksimum: 711 km). Deltafisken har sterk tilknytning til deltaflaten, men ikke nødvendigvis til Tokkeåi. Ti av individene har gytt, men bare syv av disse i Tokkeåi. Tre av gytefiskene har foretatt en lang gytevandring, forlatt deltaområdet og krysset Bandak (27 km lang innsjø) med relativt stor svømmehastighet (43 ± 11.5 cm/sek). Deretter vandret de tilbake til deltaflaten etter endt gyting. De to pelagiske fiskene har en omfattende vertikal habitatbruk, og begge fiskene har vært dypere enn 70 meter (hhv. 74 og 76.1 m som er maksimum dybdesensor kan registrere). Disse to individene bruker også mye større deler av Bandak enn deltafisken (deltafisk; 0.85 ± 0.39 km2, pelagisk; 2.06 ± 0.25 km2). Et individ bruker både deltaflaten og pelagialen og regnes som pelagisk fisk. Det ble ikke funnet noen signifikante forskjeller på natt og dagvandring (dag resp. natt satt til 12 timer), men data antyder noe mindre aktivitet på de mørkeste timene på nattestid. Akustisk telemetri med merkesignal hvert 2 min, gir svært mye data og kan være vanskelig å tolke. En standard metodikk angir at hvert individ før videre analyser bør posisjonsbestemmes til gjennomsnittlig posisjon (satt som senter for aktivitet) over 30 min intervaller. Her ble betydning av å sette gjennomsnittlig posisjon over ulike tidsintervaller også undersøkt (3, 10, 30, 90, 270, 720 min). Tidsintervall hadde vesentlig innvirkning på resultater, med økende beregnet vandringslengde ved minkende tidsintervall. Disse forskjellene ser imidlertid i hovedsak å være knyttet til tekniskmetodiske forhold, og indikerer rom for tekniske forbedringer. Som en ny analysemetodikk, ble alle data her videre importert til et G Som en ny analysemetodikk, ble alle data her videre importert til et GIS system (ArcGIS) for 3D analyser med stor vekt på relevant visuell fremvisning. I en 3D modell av innsjøen med fiskens vandringer i 3D, indikerte analysene klare sesongvise variasjoner i habitatbruk, særlig dybdebruk hos pelagisk fisk, med økende bruk av dypområder senere på året. Vandringsadferd for brunørret i elv-innsjø økosystemer er ikke tidligere undersøkt på aktuelle tid-rom skala. Derfor finnes det relativt lite informasjon om vandringer til brunørret mellom elv og innsjø, og særlig for større ørret. Resultatene her viser stor individuell variasjon i arealbruk, at de fleste individer er relativt stasjonære, men også at enkeltindivider kunne vandre over overraskende store områder og bruke hele dette relativt store elv-innsjø økosystemet.

Fetched live from OpenAlex and de-inverted. Abstracts are not stored in this database: the inverted indexes are 8.6 GB of the frame’s 9.3 GB of text, and the host has 13 GB free.

How this classification was reachedexpand

Full frame machine prediction

Teacher imitation

Not calibrated prevalence, not ground truth. Human validation pending. The Gemma side is a direct model label for every work in the frame, read from the title-only record. The Codex side is a classifier learned from the 10,348 direct Codex labels and calibrated to design-weighted sample rates; fields without enough sample support carry no Codex call. Candidate is the union of the two sides; consensus is their intersection. These outputs are machine_predicted_unvalidated and are not human labels.

metaresearch head score (Codex)0.001
metaresearch head score (Gemma)0.001
Version: metacan-v3-hybrid-931329e0061cValidation status: machine_predicted_unvalidated
Candidate categoriesnone
Consensus categoriesnone
DomainCandidate signal: none · Consensus signal: none
Study designCandidate signal: Observational · Consensus signal: none
GenreCandidate signal: Empirical · Consensus signal: Empirical
Teacher disagreement score0.135
Threshold uncertainty score0.269

Distilled classifier scores by category (both heads)

CategoryCodexGemma
Metaresearch0.0010.001
Meta-epidemiology (narrow)0.0000.000
Meta-epidemiology (broad)0.0000.001
Bibliometrics0.0010.001
Science and technology studies0.0010.001
Scholarly communication0.0020.001
Open science0.0010.003
Research integrity0.0010.001
Insufficient payload (model declined to judge)0.0310.005

Machine scores (provisional)

The two teacher heads of the student model, read on this work. A score orders the frame for review; it never asserts a category, and the validation status ships verbatim with every row.

Baseline scores from an immature model (maturity gate not passed, 7 training rounds). Scores rank; they never assert a category.

Opus teacher head0.029
GPT teacher head0.275
Teacher spread0.246 · how far apart the two teachers sit on this one work
Validation statusscore_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from it

Classification

machine, unvalidated

Machine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.

The models applied no category: nothing in the taxonomy fit this work.
Study designObservational
Domainnot available
GenreEmpirical

How this classification was reached, model by model and score by score, is at the end of the page under "How this classification was reached".

Quick stats

Citations0
Published2016
Admission routes1
Has abstractyes

Explore more

Same venueDuo Research Archive (University of Oslo)Same topicEcology and biodiversity studiesFrench-language works237,207