MétaCan
Menu
← Retour à la cohorte
Enregistrement W2071794985 · doi:10.1139/f08-168

Precipitous declines in pinto abalone (Haliotis kamtschatkana kamtschatkana) abundance in the San Juan Archipelago, Washington, USA, despite statewide fishery closure

2008· article· en· W2071794985 sur OpenAlexvenueno aff
Don P. Rothaus, Brent Vadopalas, Carolyn S. Friedman

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesWashington Sea Grant, University of WashingtonNational Oceanic and Atmospheric Administration
Mots-clésAbaloneFisheryAbundance (ecology)BiologyPopulationArchipelagoEcologyAnimal scienceDemography

Résumé

récupéré en direct d'OpenAlex

Pinto abalone ( Haliotis kamtschatkana kamtschatkana ) index stations in the San Juan Archipelago were systematically monitored by the Washington Department of Fish and Wildlife from 1992 through 2006. During this period, abalone abundance declined by 77% and the mean shell length (SL) increased 10.4 mm. Abalone densities at all index stations are currently well below the threshold of 0.15 abalone·m–2 required for successful fertilization. From 1992 to 1996, 16% of individuals encountered measured <90 mm SL, while only 6% of the individuals from 2003 to 2006 were in this small size class. Similarly, the number of those >114 mm SL was greater in the 2000s than in the 1990s. The mean SL of all live abalone observed in the 1990s (107.62 ± 0.87 mm) was significantly different from the mean SL of empty shells (114.21 ± 2.1 mm), but no difference was detected between the mean SLs of empty shells and live abalone in the 2000s (114.97 ± 1.42 mm). Taken together, these data suggest recruitment failure from an Allee response to low population densities.

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)0,000
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 enseignants0,073
Score d'incertitude au seuil0,144

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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 Opus0,028
Tête enseignante GPT0,244
Écart entre enseignants0,215 · 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

Citations31
Publié2008
Routes d'admission1
Résumé présentoui

Explorer davantage

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