MétaCan
Menu
← Retour à la cohorte
Enregistrement W1962762376 · doi:10.1139/cjfas-2012-0179

Contrasting decadal trends in mortality between large and small individuals in skate populations in Atlantic Canada

2012· article· en· W1962762376 sur OpenAlexaffvenueabout
Douglas P. Swain, Ian D. Jonsen, James E. Simon, T. D. Davies

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensBedford Institute of OceanographyDalhousie UniversityFisheries and Oceans Canada
Organismes subventionnairesnon disponible
Mots-clésBiologyJuvenileAbundance (ecology)SkateFishingPredationHatchlingRadiataFisheryMortality rateEcologyDemography

Résumé

récupéré en direct d'OpenAlex

Mature thorny (Amblyraja radiata), winter (Leucoraja ocellata), and smooth (Malacoraja senta) skates have declined to very low abundance in the southern Gulf of St. Lawrence (SGSL) and on the eastern Scotian Shelf (ESS). We used stage-structured state-space models to examine decadal patterns in mortality rates in these skates. Mortality at early life stages (embryos in egg cases, hatchlings, and (or) small juveniles) appeared to decrease between the 1970s and the 2000s. In contrast, estimated mortality rates increased for larger individuals over this period. Although potentially confounded in models with effects of any changes in juvenile growth, the estimated increases in mortality could not instead be attributed solely to changes in growth. Increases in the mortality of large individuals appeared to reflect increases in natural mortality, possibly due to predation by grey seals. Increases in natural mortality were not evident for skates on the neighbouring western Scotian Shelf, where grey seal abundance has remained lower. Even in the absence of fishing, recovery of skates is unlikely under current ecosystem conditions in the SGSL and on the ESS.

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)0,000
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,291
Score d'incertitude au seuil0,585

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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 savante0,0010,000
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 Opus0,073
Tête enseignante GPT0,286
Écart entre enseignants0,214 · 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'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

Citations18
Publié2012
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→