Ocean surface characteristics influence recruitment variability of populations of northern shrimp (Pandalus borealis) in the Northwest Atlantic
Notice bibliographique
Résumé
Abstract Ouellet, P., Fuentes-Yaco, C., Savard, L., Platt, T., Sathyendranath, S., Koeller, P., Orr, D., and Siegstad, H. 2011. Ocean surface characteristics influence recruitment variability of populations of northern shrimp (Pandalus borealis) in the Northwest Atlantic. – ICES Journal of Marine Science, 68: 737–744. Remotely sensed data were used to derive simple ecosystem indicators for four regions of the Northwest Atlantic to test the hypothesis that sea surface temperatures (SSTs) and spring phytoplankton bloom characteristics (initiation, timing, intensity, and duration) have a significant influence on larval survival and recruitment of northern shrimp (Pandalus borealis). For all years (1998–2007) and regions, hatching was after the initiation of the bloom and before or after the bloom reached its maximum intensity. The results suggest that the best survival of larvae is associated with high warming rates of SST following hatching, but in very cold environments, warm temperatures at hatching seem to be important for larval survival. The analyses also indicate that larval survival is supported by an early, long phytoplankton bloom which attains high concentrations of chlorophyll a. The results demonstrate the potential of remotely sensed data for deriving simple population-specific ecosystem indicators for potential use in building operational recruitment models for predicting changes in northern shrimp abundance.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».