MétaCan
Menu
Retour à la cohorte
Enregistrement W2057580229 · doi:10.1080/00028487.2013.795191

Temporal Changes and Sexual Differences in Spatial Distribution of Burbot in Lake Erie

2013· article· en· W2057580229 sur OpenAlexafffundabout
Martin A. Stapanian, Larry D. Witzel, Andy Cook

Notice bibliographique

RevueTransactions of the American Fisheries Society · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMinistry of Natural Resources and Forestry
Organismes subventionnairesMinistry of Natural Resources
Mots-clésFisheryPopulationSex ratioHabitatAdult maleTelemetryBiologyGeographyEcologyDemography

Résumé

récupéré en direct d'OpenAlex

Abstract We used GIS mapping techniques to examine capture data for Burbot Lota lota from annual gill‐net surveys in Canadian waters of Lake Erie during late August and September 1994–2011. Adult males were captured over a larger area (3–17% for ≥20% maximum yearly catch [MYC]) than adult females. More males than females were caught in the gill nets in 14 of the 15 study years. Collectively, these results support a hypothesis of greater activity by adult males during summer, when Burbot are actively feeding. The area of capture contracted by more than 60% (for ≥20% MYC) for both sexes during the time period, which is consistent with the documented decrease of the Burbot population in the lake. The sex ratio (females: males) varied over the time series but declined steadily from 0.97 in 2001 to 0.59 in 2011. The overlap in the capture areas of adult males and females was scale dependent. The depth distribution at which adult Burbot were caught did not change over the time series, and there was no difference in the median depths (about 30 m) at which adult male and female Burbot were caught. The last results are consistent with the Burbot's reliance on coldwater habitats. Additional research is recommended, including telemetry to describe daily and seasonal movements and assessment of gender bias in active and passive capture gear.

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 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 enseignants0,328
Score d'incertitude au seuil0,652

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,011
Tête enseignante GPT0,197
Écart entre enseignants0,186 · 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

Citations5
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueTransactions of the American Fisheries SocietyMême sujetFish Ecology and Management StudiesTravaux en français237 207