MétaCan
Menu
← Retour à la cohorte
Enregistrement W2072998962 · doi:10.1139/f10-039

Population estimation of bocaccio (Sebastes paucispinis) based on larval production

2010· article· en· W2072998962 sur OpenAlexvenueno aff
Stephen Ralston, Bruce MacFarlane

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2010
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésFecundityBiologySebastesStock assessmentLarvaIchthyoplanktonPopulationFisheryOtolithFishingBiomass (ecology)EcologyFish <Actinopterygii>Demography

Résumé

récupéré en direct d'OpenAlex

We estimate the stock size of bocaccio ( Sebastes paucispinis ) in the Southern California Bight based on the production of larvae. Area-weighted total length compositions of preflexion larvae in 2002 and 2003 were determined from ichthyoplankton survey data. Larval length-to-age transition matrices were estimated from data derived from the enumeration of daily otolith increments. In combination, these results were used to estimate daily rates of larval production and mortality during surveys conducted in those years. Daily rates of larval production were expanded to annual production rates using information developed from the long-term seasonal distribution of larvae in CalCOFI surveys. Total annual larval production was translated to total spawning biomass by calculation of the female population weight-specific fecundity derived from a length-based life table analysis of adult reproductive parameters. Our results indicate that there were 6953 – 10 656 metric tons of bocaccio biomass (males and females >16 cm fork length) in the Southern California Bight during the survey years, which agrees with biomass estimates from a traditional stock assessment. Unique and problematic aspects of the reproductive biology of Sebastes are discussed, including multiple spawning, weight-specific fecundity that depends on size, and bias in fecundity data gathered from vitellogenic ovaries.

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 enseignants0,121
Score d'incertitude au seuil0,241

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
Bibliométrie0,0010,000
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 Opus0,016
Tête enseignante GPT0,239
Écart entre enseignants0,223 · 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

Citations33
Publié2010
Routes d'admission1
Résumé présentoui

Explorer davantage

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