MétaCan
Menu
← Retour à la cohorte
Enregistrement W2036221158 · doi:10.1139/f08-115

Influence of growth history on the accumulation of energy reserves and winter mortality in young fish

2008· article· en· W2036221158 sur OpenAlexvenueno aff
Magnus Huss, Pär Byström, Åsa Strand, Lars‐Ove Eriksson, Lennart Persson

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesSvenska Forskningsrådet Formas
Mots-clésPerchBiologyEcologyOverwinteringSeasonalityGrowing seasonFish <Actinopterygii>Fishery

Résumé

récupéré en direct d'OpenAlex

In seasonal environments, accumulated energy reserves are important to avoid starvation mortality during periods of low resource levels. Here we investigated patterns of energy accumulation and the importance of growth history for winter survival in young-of-the-year Eurasian perch ( Perca fluviatilis ). Under simulated winter conditions in aquaria, we showed that high winter mortality most likely relates to the depletion of energy reserves in small perch. Correspondingly, in a field study, using four lakes covering 3–6 lake-years each, overwinter survival within cohorts was positively related to individual size. However, average size in autumn did not explain the variation in overwinter survival between cohorts. Instead, we showed that seasonal growth history is an important factor. High growth rates late in season may increase cohort survival over winter, irrespective of average size, related to a positive growth-dependent increase in allocation to energy reserves when approaching winter. Mechanisms regulating within-season temporal dynamics of growth rates are therefore suggested to be important for overall cohort performance.

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)0,001
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,047
Tête enseignante GPT0,234
Écart entre enseignants0,186 · 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

Citations53
Publié2008
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→