MétaCan
Menu
Retour à la cohorte
Enregistrement W2055024990 · doi:10.1139/f03-154

Using an individual-based model of fish assemblages to study the response of size spectra to changes in fishing

2004· article· en· W2055024990 sur OpenAlexvenueno aff
Yunne‐Jai Shin, Philippe Cury

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2004
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesNational Science Foundation
Mots-clésPredationFishingEcologyEcosystemBiologyForage fishAbundance (ecology)Fish <Actinopterygii>FisheryEnvironmental scienceStatisticsMathematics

Résumé

récupéré en direct d'OpenAlex

For most fish species, strong environmental constraints imposed by living in an aquatic medium have produced converging streamlined body forms without prehensile appendices. This similarity in body shapes highlights a common predation constraint: a predatory fish must have a jaw large enough to swallow its prey. Fish diets may then reflect local prey availability and predator–prey size ratios. Based on this size-based opportunistic predation process, the multispecies individual-based model OSMOSE (Object-oriented Simulator of Marine ecOSystem Exploitation) is used to investigate to what extent the size distribution of fish communities can contribute to better our understanding of the functioning of marine food webs and the ecosystem effects of fishing. Strong similarity in shape is found between simulated size spectra and those described in empirical studies. The existence of a curvature towards small size classes is discussed in the light of the size-based predation hypothesis, which implies that smaller fish may undergo higher predation mortality. Applying linear and quadratic regressions to the simulated size spectra allows the detection of variations in fishing pressure and the proposal of different ways to quantify them. In particular, it is shown that the slope of the size spectrum decreases quasilinearly with fishing mortality and that the curvature could help to detect ecosystem overexploitation.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,347
Score d'incertitude au seuil0,972

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,088
Tête enseignante GPT0,301
Écart entre enseignants0,212 · 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 tête enseignante, 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

Citations257
Publié2004
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetMarine and fisheries researchTravaux en français237 207