MétaCan
Menu
Retour à la cohorte
Enregistrement W1970186217 · doi:10.1080/02755947.2013.869282

Evaluation of Calcein for Estimating Abundance of Lake Trout Alevins on a Spawning Reef

2014· article· en· W1970186217 sur OpenAlexaff
J. Ellen Marsden, Kevin Kelsey, Jacob W. Riley, Joanna L. Hatt

Notice bibliographique

RevueNorth American Journal of Fisheries Management · 2014
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensStantec (Canada)
Organismes subventionnairesU.S. Fish and Wildlife Service
Mots-clésFisherySalvelinusHatcheryTroutReefAbundance (ecology)HatchingBiologyRange (aeronautics)Environmental scienceEcologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Abstract Reproduction by stocked Lake Trout Salvelinus namaycush is generally estimated as the relative abundance of fry, that is, catch per unit effort in emergent fry traps and in beam trawls, but these estimates have high variance due to spatially heterogeneous distributions of fry. We used calcein, which produces a fluorescent mark in calcified structures, to batch-mark fry and generate a mark–recapture estimate of fry abundance on a small, shallow spawning reef. Eggs collected from feral Lake Trout in Lake Champlain, Vermont were reared at ambient lake temperatures, and fry were marked 7 d after hatching. Fry were immersed in a salt solution for osmotic induction and then placed for 4 min in a calcein solution. After marking, 18,000 fry were released on a spawning reef, and 2,000 fry were maintained in the hatchery. Wild-caught fry and hatchery fry were checked for marks every 2–9 d. Mark clarity was highest in the mandible and tail rays. Marks may have faded, but they did not disappear: marks were visible in the mandible in 100% of hatchery fry after 68 d. An average of 37% of wild-caught fry had marks, yielding a Chapman population estimate (±SD) of 47,486±2,301. The mark–recapture estimate was within the range of fry abundance estimated over 6 years based on egg density data and estimates of hatching success but was substantially higher than estimated for the same year-class. This work supports prior estimates of fry abundance and provides a potential method for assessing fry abundance on deep reefs and the success of fry stocking. Received June 4, 2013; accepted November 20, 2013

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)0,001
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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,012
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,001
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 Opus0,018
Tête enseignante GPT0,252
Écart entre enseignants0,234 · 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

Citations6
Publié2014
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueNorth American Journal of Fisheries ManagementMême sujetFish Ecology and Management StudiesTravaux en français237 207