MétaCan
Menu
Retour à la cohorte
Enregistrement W2073776433 · doi:10.1139/f02-128

Influence of food web structure on the growth and bioenergetics of lake trout (<i>Salvelinus namaycush</i>)

2002· article· en· W2073776433 sur OpenAlexfundvenueno aff
Ivano Pazzia, Marc Trudel, Mark S. Ridgway, Joseph B. Rasmussen

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2002
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans CanadaNatural Sciences and Engineering Research Council of Canada
Mots-clésSalvelinusTroutBioenergeticsForagingPredationBiologyForage fishFisheryEcologyFood webAnimal scienceFish <Actinopterygii>Zoology

Résumé

récupéré en direct d'OpenAlex

In this study, we compared energy budgets of lake trout (Salvelinus namaycush) populations in contrasting food webs. Nonpiscivorous lake trout (NPLT) reached a much smaller size and grew at a much slower rate than piscivorous lake trout (PLT) populations. Food consumption rates were, on average, 2–3 times higher in NPLT when they were expressed on a wet weight basis. However, only a slight (less than 10%) difference in their energy intake was detected once consumption rates were corrected for differences in prey caloric content. Growth efficiency was approximately two times lower in NPLT compared with PLT, while their metabolic costs were higher and their assimilation efficiency was lower. It is most likely that the increased metabolic costs were associated with higher foraging costs, since more feeding attempts must be made to acquire a given quantity of food when fish are feeding on smaller prey. Furthermore, the portion of indigestible matter is likely to be higher in the diet of NPLT than in PLT (i.e., chitin vs. bone). These results are consistent with theoretical models of fish growth that show that lake trout must have access to larger prey, even if they are rare, to reach larger body sizes.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,169
Score d'incertitude au seuil0,983

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,018
Tête enseignante GPT0,181
Écart entre enseignants0,163 · 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 tête enseignante, 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

Citations127
Publié2002
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetAquaculture Nutrition and GrowthTravaux en français237 207