MétaCan
Menu
← Retour à la cohorte
Enregistrement W2044190139 · doi:10.1139/f00-097

Larval condition and vulnerability to predation: reply to comment by Suthers

2000· article· en· W2044190139 sur OpenAlexvenueno aff
Joel K. Elliott, William C. Leggett

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCapelinVariety (cybernetics)PredationLarvaBiologyVulnerability (computing)EcologyComputer scienceArtificial intelligenceComputer security

Résumé

récupéré en direct d'OpenAlex

Discussion 1538 Scientists recognize that observations and experiments at a variety of spatial and temporal scales and in a variety of different systems are required to obtain a complete understanding of a particular phenomenon. However, scientists also recognize that an individual study can usually only focus on one particular system at a certain time and place and that many different studies are required to achieve a general conclusion. The objective of our study on larval capelin (Mallotus villosus) (Elliott and Leggett 1998) was to provide an experimental test of whether larvae in poor condition had lower relative survival rates than larvae in good condition when exposed to a predator. We employed an experimental design that had been successfully used by a variety of other researchers (Litvak and Leggett 1992; Pepin et al. 1992; Pepin and Shears 1995; Elliott and Leggett 1996) to test selective mortality hypotheses under laboratory conditions in small aquaria. In our abstract, we explicitly stated that the results of our study “suggest that RNA/DNA ratios are not useful indicators of vulnerability to predation for larval capelin.” Clearly, we did not intend to have this conclusion be considered a broad statement that applied to all other systems. As in all scientific disciplines, we presented our data with the intention that other researchers would conduct further studies using a variety of experimental systems and protocols to provide further tests that would either support or refute our results. After a variety of studies on this topic had been conducted, we would hope that a metanalysis would provide a more complete understanding of the effects of larval condition on vulnerability to predation. Ultimately, the results of this research could lead to the incorporation of lar val condition indices into assessments of the future survival probabilities of larvae into fisheries models. Unfortunately, in the comment by Suthers, our conclusions have been overstated and interpreted as a definitive re jection of the utility of RNA/DNA ratios and larval dry weight in the study of larval condition. As stated above, our conclusions pertained to larval capelin and only in the context of the experimental conditions employed. Furthermore, in the second to last paragraph of Elliott and Leggett (1998), we explicitly stated that our conclusions are based on our results, some of which are in contrast with previous studies of larval capelin in small enclosures: “This difference in out come may result from the use of different experimental conditions and predator species or from the possibility that different measures of larval size (length versus dry weight) may not be equivalent in their influence on the vulnerability of larvae to predation.” In other words, variation in the spe cies used or experimental protocol could have caused a different result (as has been reported in many other studies of selective mortality). A general conclusion on the influence

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)0,014
score de la tête « metaresearch » (Gemma)0,045
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: Sans objet
GenreSignal candidat: Commentaire · Signal consensuel: Commentaire
Score de désaccord entre enseignants0,052
Score d'incertitude au seuil0,073

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0140,045
Méta-épidémiologie (sens strict)0,0020,001
Méta-épidémiologie (sens large)0,0020,003
Bibliométrie0,0020,003
Études des sciences et des technologies0,0040,009
Communication savante0,0040,013
Science ouverte0,0100,005
Intégrité de la recherche0,0520,081
Charge utile insuffisante (le modèle a refusé de juger)0,0080,008

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 Opus0,017
Tête enseignante GPT0,250
Écart entre enseignants0,233 · 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'étudeSans objet
Domainenon disponible
GenreCommentaire

Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».

En bref

Citations1
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→