MétaCan
Menu
Retour à la cohorte
Enregistrement W2075321495 · doi:10.1139/z00-004

Substrate selection by settling zebra mussels, <i>Dreissena polymorpha</i>, relative to material, texture, orientation, and sunlight

2000· article· en· W2075321495 sur OpenAlexvenueno aff
J. Ellen Marsden, David M Lansky

Notice bibliographique

RevueCanadian Journal of Zoology · 2000
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Invertebrate Ecology and Behavior
Établissements canadiensnon disponible
Organismes subventionnairesIllinois Department of Natural Resources
Mots-clésDreissenaZebra musselBiologySubstrate (aquarium)PopulationMytilusBivalviaBiofoulingMusselEcologyMollusca

Résumé

récupéré en direct d'OpenAlex

Zebra mussels (Dreissena polymorpha) invaded the Great Lakes in 1986 and are considered to be a nuisance species, because of their rapid population growth and their strong byssal attachment to a variety of man-made and natural surfaces. Research on possible antifouling materials or coatings has revealed few nontoxic substrates that even retard attachment of mussels. The influence of several substrate characteristics in combination (material, texture, orientation, and sunlight) on zebra mussel settlement was examined. Settlement of post-veliger mussels on experimental plates indicated that the mussels attached in higher numbers on upper versus lower horizontal surfaces, textured versus smooth surfaces, shaded versus sunlit surfaces, PVC versus Plexiglas, and plastic (PVC and Plexiglas) versus glass. Zebra mussels did not show strong preferences among several additional substrate materials (wood, Fiberglas, concrete, limestone, aluminum, and raw steel) but they strongly avoided galvanized steel. These results confirm field observations of locations in which mussels are most likely to be found. Information about zebra mussel substrate preferences may enhance the design of monitoring programs and the integrated management of mussels in vulnerable areas.

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 candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,082
Score d'incertitude au seuil0,976

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0280,000

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 Opus0,005
Tête enseignante GPT0,198
Écart entre enseignants0,193 · 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.

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

Citations72
Publié2000
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of ZoologyMême sujetAquatic Invertebrate Ecology and BehaviorTravaux en français237 207