MétaCan
Menu
← Retour à la cohorte
Enregistrement W1964308315 · doi:10.1139/f01-087

Tagging of Pacific herring <i>Clupea pallasi</i> from 19361992: a review with comments on homing, geographic fidelity, and straying

2001· review· en· W1964308315 sur OpenAlexvenueno aff
D. E. Hay, P. Bruce McCarter, Kristen S. Daniel

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2001
Typereview
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésHoming (biology)FidelityPacific herringGeographyPhilopatryFisheryHerringCartographyEcologyClupeaPopulationComputer scienceFish <Actinopterygii>BiologyDemographyTelecommunicationsBiological dispersal

Résumé

récupéré en direct d'OpenAlex

Nearly 1.6 million tagged herring (Clupea pallasi) were released in two separate programs (1936–1967 and 1979–1992) in British Columbia. Several thousand tags were released in each of 955 release sessions. Over 85% of the release sessions had subsequent recoveries. Almost 43 000 tags were recovered over all years. We re-assembled the tagging data into an electronic database, geo-referenced all tag release and recovery data, analysed spatial movements, and estimated straying and fidelity rates. The analyses do not wholly support the conclusions of previous work indicating high homing rates to local coastal areas. Estimates of fidelity, defined as the proportion of tags recovered in the same area as released, varied with the size of the geographic area used in the analyses. Fidelity rates are high for large areas, such as the Strait of Georgia (~10 000 km 2 ), but lower for small geographical areas, such as inlets or bays (~100 km 2 ). High fidelity is not necessarily evidence for "homing." Homing and fidelity are different biological processes and tagging cannot necessarily distinguish between them. Although fidelity rates for small areas are generally low, there are exceptions that may be evidence for the existence of biologically distinct populations in certain areas.

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)0,002
score de la tête « metaresearch » (Gemma)0,002
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: aucune
GenreSignal candidat: Synthèse · Signal consensuel: Synthèse
Score de désaccord entre enseignants0,015
Score d'incertitude au seuil0,030

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,002
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0030,004
Études des sciences et des technologies0,0000,000
Communication savante0,0010,001
Science ouverte0,0010,000
Intégrité de la recherche0,0010,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,001

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 Opus0,045
Tête enseignante GPT0,277
Écart entre enseignants0,233 · 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
GenreSynthèse

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

En bref

Citations38
Publié2001
Routes d'admission1
Résumé présentoui

Explorer davantage

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