Recruitment Pattern, Virtual Population Analysis (VPA) and Exploitation Status of <i>Coilia nasus</i> Exploited in the Poyang Lake through the Yangtze River Waterway, Jiangxi Province, China
Notice bibliographique
Résumé
In order to ascertain the population dynamics of Coilia nasus , a study was conducted to investigate the growth parameters, mortality and recruitment pattern of C. nasus collected in the Poyang Lake through the Yangtze River Waterway fish landing site, northern part of the Poyang Lake. C. nasus were collected from April to July ( C. nasus Only can be fished in reproductive season in the Poyang Lake through the Yangtze River Waterway, and our investigation including the whole breeding season) three years in a row, 2012-2014. Individuals of C. nasus were collected from locations, the length-frequency data was analyzed using FAO-ICLARM Stock Assessment Tools (FiSAT) software. Bhattacharya’s plot produced one group of C. nasus at modal length 25.00 ± 1.32 cm. Population parameters were estimated by using various models including Powell-Wetherall plot, ELEFAN I, growth performance index, mortality estimation and recruitment pattern. Overall, growth parameters, asymptotic length (L∞) = 40.95cm and growth coefficient (K) = 0.25 year-1. Growth performance index(O′) =2.62, total mortality (Z) = 1.58 year-1, natural mortality (M) = 0.54 year-1, fishing mortality (F) = 1.04 year-1 and exploitation rate (E) = 0.66year-1. The length at first capture at 50%, (Lc) was 22.84cm. The observation of the annual recruitment of C. nasuswas found to occur from March to July. The Y′/R analysis showed that Epresent > E 0.5 , which exceeded the optimization (Eopt) criterion of 0.5 for sustainable exploitation of fisheries, so this species was over-exploited in Poyang Lake.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».