Indicators of Energetic Status in Juvenile Coho Salmon and Chinook Salmon
Notice bibliographique
Résumé
Abstract Bioenergetic models frequently rely on published values or models for estimating the energy density of fish, principally because of the cost and effort of obtaining direct measurements. In this study, we developed empirical models of energy density for free-ranging juvenile coho salmon Oncorhynchus kisutch and Chinook salmon O. tshawytscha sampled at sea from the west coast of Oregon to Kodiak Island, Alaska, and we evaluated the accuracy of published energy density models commonly used for these species. Our analyses showed that the energy density of juvenile coho and Chinook salmon was strongly correlated to percent dry weight and proximate constituents (especially lipid and, to a lesser extent, protein concentrations) but poorly correlated to body size and condition factor. Percent dry weight of whole fish was the single best predictor of energy density for both species, accounting for more than 90% of the variance in energy density. We also found that percent dry weight in the muscle tissue accounted for 65% of the variance in energy density. Changes in energy density mainly reflected changes in lipid composition. These results indicate that accurate estimates of energy density could be obtained at low effort and cost for juvenile coho and Chinook salmon simply by determining the water contents in whole-fish or muscle samples. Published models overestimate the energy density of juvenile coho and Chinook salmon collected from the Pacific Ocean. This may result from the extrapolation of the models to different size-classes, life stages, or habitats. More caution is needed when models are extrapolated to conditions beyond those that were used for their development.
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 distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».