MétaCan
Menu
← Retour à la cohorte
Enregistrement W2004265977 · doi:10.1139/f2012-093

The bioenergetics of density-dependent growth in Arctic char (<i>Salvelinus alpinus</i>)

2012· article· en· W2004265977 sur OpenAlexaffvenue
Guillaume Guénard, Daniel Boisclair, Ola Ugedal, Torbjørn Forseth, Ian Fleming, Bror Jönsson

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMemorial University of NewfoundlandUniversité de MontréalUniversité du Québec à Montréal
Organismes subventionnairesInstitute of Materials Research and Engineering
Mots-clésArctic charSalvelinusGrowth rateBioenergeticsCharEcologyBiologyZooplanktonEnergeticsDensity dependenceArcticPopulation densityEnvironmental scienceZoologyFish <Actinopterygii>FisheryChemistryTroutMathematicsPopulationGeometry

Résumé

récupéré en direct d'OpenAlex

We explored the mechanisms of density-dependent growth in Arctic char ( Salvelinus alpinus ) by comparing the energetics of growth, consumption, and activity obtained under three replicated density treatments in a large-scale enclosure (90 m2surface area) experiment. The enclosures permitted the entry of zooplankton and allowed char to feed on the bottom and at the surface of the lake. We found a negative (power) relationship between growth and density. Char consumption rate decreased linearly with increasing density. Growth efficiency was affected by fish density in a similar manner as growth rate. Finally, activity increased with fish density and was particularly high at high densities. Our findings illustrate the complexity of the relationships among consumption, activity, growth rates, and fish density and bring further evidence to the possible involvement of behavioural mechanisms in density-dependent processes, notably by modulating activity costs with density.

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)0,000
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 enseignants0,995
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,200
Écart entre enseignants0,187 · 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

Citations13
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→