A Field‐based Bioenergetics Model for Estimating Time‐Varying Food Consumption and Growth
Notice bibliographique
Résumé
Abstract Bioenergetics models are often used to describe the implications of changes in growth and consumption of specific wild populations, and yet most parameters are derived from a variety of laboratory studies on other populations or species, leading to questions regarding the validity of predictions. A novel bioenergetics approach was recently developed where many parameters are estimated from the population being modeled, but growth and consumption are assumed invariant over time, which would not hold true when manipulations to the system are known or suspected. In the present paper, a bioenergetics model with many key parameters estimated from field data are presented where temporal deviations in growth rates were directly estimated. A series of rainbow trout Oncorhynchus mykiss and northern pikeminnow Ptychocheilus oregonensis populations, which have undergone various population manipulations, were used to evaluate the model. Further, the model was fit to a series of rainbow trout size‐classes stocked into each of the study lakes to compare with their wild counterparts and evaluate intercohort differences in growth and consumption. We found the model with time‐varying consumption was more parsimonious compared with models where growth and consumption were assumed to be constant over time. Our field data demonstrated how the model can detect different patterns in growth and consumption across populations and species. The model detected highly variable growth and consumption in rainbow trout over time and between populations but did not seem to be particularly influenced by past population manipulations. By contrast, northern pikeminnow demonstrated differences between lakes, but showed little temporal variation in growth and consumption. Stocked rainbow trout demonstrated similar growth rates to their wild counterparts, helping to validate growth estimates. Our bioenergetics model moves beyond existing ones by allowing measurement and process errors to be explicitly represented, while also permitting growth and consumption to vary over time.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,002 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,002 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».