Development and Evaluation of Condition Indices for the Lake Whitefish
Notice bibliographique
Résumé
Abstract Despite frequent use of length-based condition indices by fisheries managers and scientists to describe the overall well-being of fish, these indices are rarely evaluated to determine how well they correlate with more direct measures of physiological or ecological condition. We evaluated common condition indices (Fulton's condition factor KF, Le Cren's condition index KLC, and two methods of estimating relative weight Wr) against more direct measures of physiological condition (energy density, percent lipid content, and percent dry mass) and ecological condition (prey availability) for lake whitefish Coregonus clupeaformis in Lake Huron. We developed four standard weight (Ws) equations using the regression length percentile (RLP) method: one for the species as a whole, and three separate equations describing immature, mature male, and mature female lake whitefish from 385 populations in North America. Species RLP-Ws showed less length-related bias and more closely matched empirical quartiles of lake-specific mean weight than did maturity- or sex-specific RLP-Ws equations. Significant length-related bias was detected in EmP-Wr. No biologically significant length-related bias was detected in KLC, but this index was specific to a single population of fish. Species RLP-Wr showed no significant length-related bias, and KF was significantly size dependent. All length-based condition indices were significantly correlated with energy density, percent lipid content, and percent dry mass. The index most strongly correlated with all three measures of physiological condition was KF, likely because both the physiological measures and KF exhibited positive relationships with body size. Across two Lake Huron sites, RLP-Wr was significantly correlated with density of prey (amphipods Diporeia spp.). Of the two condition indices developed in this study, RLP-Wr was consistently more strongly correlated with physiological condition indices than was EmP-Wr.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,002 | 0,006 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».