MétaCan
Menu
← Retour à la cohorte
Enregistrement W2058382205 · doi:10.1139/f06-167

Changes in baseline growth and maturation parameters of Northwest Atlantic porbeagle, <i>Lamna nasus</i>, following heavy exploitation

2007· article· en· W2058382205 sur OpenAlexfundvenueno aff
Rachel M Cassoff, Steven E. Campana, Sigmund Myklevoll

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesDalhousie University
Mots-clésSexual maturityBiologyFish measurementMaturity (psychological)FishingGrowth rateAnimal sciencePopulationFisheryFish <Actinopterygii>EcologyDemographyMathematics

Résumé

récupéré en direct d'OpenAlex

We tested for density-dependent changes in growth and maturation of Northwest Atlantic porbeagle (Lamna nasus) after the population declined by 75%–80% from fishing. Vertebrae and reproductive data collected from the virgin (1961–1966) and exploited (1993–2004) populations were analysed to test for differences in growth rate and age and length at maturity between the time periods. We detected significant differences between reparameterized von Bertalanffy growth models for each period, using likelihood ratio tests. Beyond an age of 7 years, mean length at age was greater during 1993–2004 than during 1961–1966. Between 1961–1963 and 1999–2001, length at maturity decreased in males (from 179 to 174 cm curved fork length (CFL)) and was invariant in females (216 cm CFL), whereas age at maturity declined in both males (from 8 to 7 years) and females (from 19 to 14 years). An analysis of porbeagle temperature associations indicated that sharks occupied comparable temperature conditions during the mid-1960s and 1990s, ruling out the possibility of temperature-induced growth changes. The observed increase in growth rate and decrease in age at maturity following exploitation support the hypothesis of a compensatory density-dependent growth response.

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 enseignants0,008
Score d'incertitude au seuil0,016

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 savante0,0000,000
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 Opus0,020
Tête enseignante GPT0,232
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 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

Citations38
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

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