MétaCan
Menu
← Retour à la cohorte
Enregistrement W2010007187 · doi:10.1139/f04-033

Evaluation of a chinook salmon (<i>Oncorhynchus tshawytscha</i>) bioenergetics model

2004· article· en· W2010007187 sur OpenAlexvenueno aff
Charles P. Madenjian, Daniel V. O’Connor, Sergei M. Chernyak, Richard R. Rediske, James P. O’Keefe

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesU.S. Geological Survey
Mots-clésChinook windOncorhynchusAlewifeFisheryBioenergeticsEnvironmental scienceBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

We evaluated the Wisconsin bioenergetics model for chinook salmon (Oncorhynchus tshawytscha) in both the laboratory and the field. Chinook salmon in laboratory tanks were fed alewife (Alosa pseudoharengus), the predominant food of chinook salmon in Lake Michigan. Food consumption and growth by chinook salmon during the experiment were measured. To estimate the efficiency with which chinook salmon retain polychlorinated biphenyls (PCBs) from their food in the laboratory, PCB concentrations of the alewife and of the chinook salmon at both the beginning and end of the experiment were determined. Based on our laboratory evaluation, the bioenergetics model was furnishing unbiased estimates of food consumption by chinook salmon. Additionally, from the laboratory experiment, we calculated that chinook salmon retained 75% of the PCBs contained within their food. In an earlier study, assimilation rate of PCBs to chinook salmon from their food in Lake Michigan was estimated at 53%, thereby suggesting that the model was substantially overestimating food consumption by chinook salmon in Lake Michigan. However, we concluded that field performance of the model could not be accurately assessed because PCB assimilation efficiency is dependent on feeding rate, and feeding rate of chinook salmon was likely much lower in our laboratory tanks than in Lake Michigan.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,037
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

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

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 Opus0,026
Tête enseignante GPT0,234
Écart entre enseignants0,208 · 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'étudeSimulation ou modélisation
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

Citations41
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

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