MétaCan
Menu
← Retour à la cohorte
Enregistrement W2038654347 · doi:10.1139/cjfas-2012-0247

Fin erosion and injuries in relation to adult recapture rates in cultured smolts of Atlantic salmon and brown trout

2013· article· en· W2038654347 sur OpenAlexvenueno aff
Erik Petersson, Lars Karlsson, Bjarne Ragnarsson, Marcus Bryntesson, Anders Berglund, Stefan Stridsman, Sara Jönsson

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesHavs- och Vattenmyndigheten
Mots-clésSalmoBrown troutHatcheryStockingDorsal finFisheryTroutBiologyFinFish <Actinopterygii>Animal science

Résumé

récupéré en direct d'OpenAlex

The implications of fin erosion and other injuries that are directly or indirectly caused by the hatchery environment have long been debated. Fin condition has been regarded as an indicator of welfare in fish farms, but until now there has been little evidence that eroded fins have negative effects on survival after stocking in the wild. Based on over 40 years of tagging and recapture data, we show that Atlantic salmon (Salmo salar) with dorsal fin erosion and brown trout (Salmo trutta) with any kind of injuries had lower recapture rates than fish without injuries. In salmon, precocious mature males had a lower probability of being recaptured compared with immature fish. Data from a hatchery monitoring program indicated that the degree of fin erosion on the dorsal fin in salmon and on the caudal fin in trout was correlated with the number of other injuries. We conclude that fin erosion and other injuries may reduce the probability of survival after release. All actions in the hatcheries to reduce fin erosion and other injuries will most likely be positive for the long-term outcome of the stocking programs.

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 enseignants0,019
Score d'incertitude au seuil0,037

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
Bibliométrie0,0010,000
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 Opus0,009
Tête enseignante GPT0,201
Écart entre enseignants0,192 · 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

Citations17
Publié2013
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→