Kalojen ylisiirtojen riskit ja riskinhallinnan kehittäminen
Bibliographic record
Abstract
Kalojen ylisiirrot ovat yksi kalataloudellinen hoitotoimenpide vaelluskalakantojen elvyttämisessä. Ylisiirrossa emokaloja siirretään jokeen: nousuesteen alapuolelta yläpuolisiin vesistöihin, jotta ne pääsevät lisääntymisalueilleen. Projektissa laadittiin riskiprofiili, jossa kuvataan ylisiirtoprosessi kolmella joella (Kemijoki, IIjoki ja Oulujoki) ja tarkasteluun valittujen kalatautien (IHN, IPN, ISA, SAV ja VHS) leviämisriskiin liittyviä seikkoja ylisiirroissa käytettyjen lajien (lohi, taimen, nahkiainen) osalta. Lisäksi pyrittiin tunnistamaan prosessiin liittyvät riskitekijät ja riskinhallintakeinot. Merestä sisävesistöihin tehtävät ylisiirrot ovat riippuvaisia tautitilanteesta - tällä hetkellä ylisiirrot ovat luvanvaraisia. Lohi ja meritaimen tekevät pitkän syönnösvaelluksen, minkä aikana ne voivat kohdata luonnossa esiintyviä tauteja. Lohen syönnösvaellus ulottuu pidemmälle ja se voi kohdata tauteja laajemmalla alueella kuin meritaimen, joka vaeltaa lähellä rannikkoa. Jos kala sairastuu syönnösvaelluksen aikana, sen kyky palata takaisin jokeen alenee mm. uimiskyvyn heikkenemisen vuoksi. On kuitenkin mahdollista, että jokisuuhun palaa syönnösvaellukselta kala, joka voi tartuttaa tauteja muihin kaloihin. Palaavalla kalalla ei välttämättä ole ulkoisia merkkejä kantamastaan viruksesta. Arvioinnissa mukana olleiden jokien ylisiirroissa piilevä tautiriski vaikuttaa suhteellisen pieneltä, koska kalatautiseurantaa on tehty jo pitkään eikä tautilöydöksiä ole ilmennyt. Itämeri on kuitenkin avoin järjestelmä ja uusia tauteja voi tulla Itämereen niin luonnonkalojen liikkeiden kuin kalanviljelyn kautta. Nykyiset seurantamäärät kestävät suhteellisen hyvin myös tämän tekijän tuoman epävarmuuden tautien esiintyvyyteen. Jos seuranta lopetetaan, varmuus tautivapaudesta ryhtyy alenemaan. Niinpä seurantaa ei kannata lopettaa edes näiden jokien osalta. Jotta kalatautautiriski ja sen mahdolliset muutokset tunnetaan, kalatautinäytteiden säännöllinen ottaminen ja tutkiminen on tärkeää. Näytteeksi tulee toimittaa sairaiden yksilöiden lisäksi ulkoisesti terveen näköisiä kaloja, koska virustaudit eivät välttämättä näy ulkoisesti. Myös jokisuilla, niissä vesistöissä, joissa vasta suunnitellaan ylisiirtoja, tulisi tehdä ennakkoon kalatautiseurantaa.
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 imitationNot 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.
Distilled classifier scores by category (both heads)
| Category | Codex | Gemma |
|---|---|---|
| Metaresearch | 0.003 | 0.009 |
| Meta-epidemiology (narrow) | 0.001 | 0.000 |
| Meta-epidemiology (broad) | 0.001 | 0.001 |
| Bibliometrics | 0.001 | 0.001 |
| Science and technology studies | 0.002 | 0.001 |
| Scholarly communication | 0.008 | 0.004 |
| Open science | 0.002 | 0.003 |
| Research integrity | 0.002 | 0.004 |
| Insufficient payload (model declined to judge) | 0.122 | 0.036 |
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.
score_only:v0-immature-baseline · verbatim from the scoring run: score_only means the number may rank works, and no category label ships from itClassification
machine, unvalidatedMachine predicted; a candidate call from one source (direct Gemma or distilled Codex), not a consensus.
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".