MétaCan
Menu
Retour à la cohorte
Enregistrement W1964444218 · doi:10.1093/plankt/fbq096

The effects of an experimental freshwater cage aquaculture operation on Mysis diluviana

2010· article· en· W1964444218 sur OpenAlexafffund
Michael J. Paterson, Cheryl L. Podemski, Laurie J. Wesson, Alan P. Dupuis

Notice bibliographique

RevueJournal of Plankton Research · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensGovernment of CanadaFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésHypolimnionMysidaceaEnvironmental scienceRainbow troutFisheryHydrobiologyNutrientEcologyOceanographyCrustaceanFish <Actinopterygii>BiologyEutrophicationGeologyAquatic environment

Résumé

récupéré en direct d'OpenAlex

We utilized 7 years of data to determine the influence of decreased concentrations of hypolimnetic oxygen and increased densities of phytoplankton and fish on the mysid Mysis diluviana in a whole-lake experiment on the effects of cage aquaculture for rainbow trout (Oncorhyncus mykiss). Following establishment of the cage farm in 2003, densities of Mysis decreased from an annual average of 85 m−2 (2002–2005) to 7 m−2 in 2007–2008. This decline was strongly correlated with decreasing concentrations of hypolimnetic oxygen. Spatially, Mysis were restricted to stations overlying bottom waters with temperatures colder than 12°C and oxygen concentrations >1 mg L−1 so that Mysis occupied a progressively smaller fraction of the lake as O2 declined in the hypolimnion. In a nearby reference lake, Mysis densities varied considerably among years (27–112 m−2), but never fell as low as in the experimental lake. Mysis growth rates did not vary between the reference lake and the experimental lake. Our results indicate that declines in hypolimnetic oxygen associated with nutrient enrichment can have severe impacts on populations of Mysis.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,013

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 savante0,0000,000
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 Opus0,014
Tête enseignante GPT0,313
Écart entre enseignants0,299 · 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

Citations21
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Plankton ResearchMême sujetFish Ecology and Management StudiesTravaux en français237 207