MétaCan
Menu
Retour à la cohorte
Enregistrement W1967978981 · doi:10.1139/f10-076

Otolith microchemistry as a stock identification tool for freshwater fishes: testing its limits in Lake Erie

2010· article· en· W1967978981 sur OpenAlexaffvenue
Kevin L. Pangle, Stuart A. Ludsin, Brian J. Fryer

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of Windsor
Organismes subventionnairesnon disponible
Mots-clésOtolithTributaryMicrochemistryFisheryOceanographyEnvironmental scienceFish <Actinopterygii>GeographyBiologyGeologyCartography

Résumé

récupéré en direct d'OpenAlex

We evaluated otolith chemistry as a tool for identifying natal origins of potamodromous fishes using historical Lake Erie water chemistry (1983–2001) and yellow perch ( Perca flavescens ) otolith elemental composition (1994–1996) data. Lake Erie’s tributaries had stream-specific chemical signatures that were temporally stable. Correspondingly, the otolith microelemental composition of larvae collected from tributary embayments (Sandusky and Maumee bays) was shown to be geographically distinct and the use of known-origin juveniles showed that larval otolith microelemental signatures could be used to accurately identify natal origins and indicate fish movement. Discrimination between offshore spawning locations was relatively difficult, however, indicating limitations to working in systems that are dominated by flow from a single large river (i.e., Detroit River). Interannual variability in otolith microelemental signatures was high such that larvae from one year could not reliably classify natal location of larvae in another year. Development of an annual library of site-specific signatures and exploration of complementary ways to discriminate natal origins would improve the use of otolith microchemistry as a fishery management tool in freshwater systems.

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)0,003
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 enseignants0,919
Score d'incertitude au seuil0,162

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,021
Tête enseignante GPT0,226
Écart entre enseignants0,205 · 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

Citations87
Publié2010
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetFish Ecology and Management StudiesTravaux en français237 207