MétaCan
Menu
Retour à la cohorte
Enregistrement W2049247140 · doi:10.1080/16226510390856510

The Effects of Biotelemetry Transmitter Presence and Attachment Procedures on Fish Physiology and Behavior

2003· article· en· W2049247140 sur OpenAlexaff
C. J. Bridger, R. K. Booth

Notice bibliographique

RevueReviews in Fisheries Science · 2003
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine animal studies overview
Établissements canadiensFuture Earth
Organismes subventionnairesU.S. Food and Drug Administration
Mots-clésBiotelemetryFish <Actinopterygii>TransmitterTelemetryPhysiologyFisheryBiologyComputer scienceTelecommunications

Résumé

récupéré en direct d'OpenAlex

Biotelemetry—the process of conveying data from a transmitter-attached animal to a data collection site—has received increasing awareness from fisheries researchers. Prior to biotelemetry data collection, it is imperative that researchers are aware of and understand the possible effects that transmitter presence and attachment procedures may have on ‘normal’ fish behavior and physiology. To allow successful transmitter attachment, numerous methods to anesthetize the study fish, with varied impact and effectiveness, may be employed. Following anesthetization, three standard methods of transmitter attachment have been developed—external attachment, intragastric insertion, and surgical implantation. Although each method has advantages and disadvantages, their success largely depends on factors such as the species, environment, fish and transmitter size, and duration of the telemetry study. Additionally, each method of attachment can affect experimental fish physiology and behavior in varying ways. After describing each of the transmitter attachment procedures, we review the effects of transmitter presence and attachment procedure on fish physiology and behavior, with special focus on implications to aquaculture and fisheries related studies.

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 candidatesMétarecherche
Catégories consensuellesaucune
DomaineSignal candidat: Méthodes · Signal consensuel: aucune
Devis d'étudeSignal candidat: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Synthèse · Signal consensuel: aucune
Score de désaccord entre enseignants0,999
Score d'incertitude au seuil0,006

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0020,000

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 Opus0,019
Tête enseignante GPT0,268
Écart entre enseignants0,249 · 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.

Devis d'étudeSans objet
DomaineMéthodes
GenreSynthèse

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

En bref

Citations362
Publié2003
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews in Fisheries ScienceMême sujetMarine animal studies overviewTravaux en français237 207