MétaCan
Menu
Retour à la cohorte
Enregistrement W2038705552 · doi:10.1046/j.1365-2419.2001.00179.x

The influence of temperature on advective loss of Atlantic cod (<i>Gadus morhua</i>) eggs from the inshore environment

2001· article· en· W2038705552 sur OpenAlexaffabout
Ian Bradbury, Paul V. R. Snelgrove, Sandra Fraser

Notice bibliographique

RevueFisheries Oceanography · 2001
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans CanadaMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésGadusIchthyoplanktonAdvectionBayAtlantic codOceanographyFisheryPredationEstuaryEnvironmental scienceBiologyFish <Actinopterygii>EcologyGeology

Résumé

récupéré en direct d'OpenAlex

We use a simple model of temperature‐dependent egg development and mortality to develop several hypotheses concerning the effect of temperature on the occurrence of eggs of Atlantic cod, Gadus morhua, in Placentia Bay, Newfoundland. Predictions from this exploratory model were tested through a series of synoptic ichthyoplankton surveys throughout spawning and postspawning periods during 1997 and 1998. Although several egg mortality relationships were explored through the simulation, a constant mortality rate best represented the pattern observed in the two years of data. Peaks in late stage egg densities occurred in August of both 1997 and 1998 and were apparently decoupled from egg production peaks in April. We observed a decrease in mortality and the distance dispersed during egg development with increases in water temperature. We suggest that the effects of predation are small relative to the advective effects within this system, and that the interaction between advection and temperature‐dependent vital rates of eggs may have dramatic consequences for coastal retention of propagules produced by inshore spawning events.

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 enseignants0,034
Score d'incertitude au seuil0,067

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 savante0,0010,000
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 Opus0,007
Tête enseignante GPT0,209
Écart entre enseignants0,202 · 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

Citations18
Publié2001
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFisheries OceanographyMême sujetMarine and fisheries researchTravaux en français237 207