MétaCan
Menu
Retour à la cohorte
Enregistrement W1487073182 · doi:10.1071/mf10057

An evaluation of electrofishing as a control measure for an invasive tilapia (Oreochromis mossambicus) population in northern Australia

2011· article· en· W1487073182 sur OpenAlexaff
P. A. Thuesen, David J. Russell, F. E. Thomson, Malcolm Gregory Pearce, T. D. Vallance, A. E. Hogan

Notice bibliographique

RevueMarine and Freshwater Research · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensGolder Associates (Canada)
Organismes subventionnairesnon disponible
Mots-clésElectrofishingCatch per unit effortFisheryOreochromis mossambicusTilapiaBiologyPopulationEcologyFishingFish <Actinopterygii>Demography

Résumé

récupéré en direct d'OpenAlex

Combating the spread of invasive fish is problematic, with eradication rarely possible and control options varying enormously in their effectiveness. In two small impoundments in north-eastern Australia, an electrofishing removal program was conducted to control an invasive tilapia population. We hypothesised that electrofishing would reduce the population density of Oreochromis mossambicus (Mozambique tilapia), to limit the risk of downstream spread into areas of high conservation value. We sampled by electrofishing monthly for 33 months. Over this period, there was an 87% decline in catch per unit effort (CPUE) of mature fish, coupled with a corresponding increase of 366% in the number of juveniles, suggesting a density-dependent response in the stock–recruitment relationship for the population. Temperature was inversely related to CPUE (r = 0.43, lag = 10 days), implying greater electrofishing efficiency in cooler months. The reduction in breeding stock is likely to reduce the risk of spread and render the population vulnerable to other control measures such as netting and/or biological control. Importantly, the current study suggests routine electrofishing may be a useful control tool for invasive fish in small impoundments when the use of more destructive techniques, such as piscicides, is untenable.

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)0,003
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,725
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

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

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 Opus0,138
Tête enseignante GPT0,357
Écart entre enseignants0,219 · 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'étudeObservationnel
Domainenon disponible
GenreEmpirique

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations19
Publié2011
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Freshwater ResearchMême sujetFish Ecology and Management StudiesTravaux en français237 207