MétaCan
Menu
Retour à la cohorte
Enregistrement W2117447876 · doi:10.1111/j.1752-4571.2012.00245.x

Life history change in response to fishing and an introduced predator in the East African cyprinid <i>Rastrineobola argentea</i>

2012· article· en· W2117447876 sur OpenAlexafffund
Diana M. T. Sharpe, Silvester B. Wandera, Lauren J. Chapman

Notice bibliographique

RevueEvolutionary Applications · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Biodiversity
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaNational Geographic Society
Mots-clésBiologyPredatorFishingEcologyLife historyPredationInvasive speciesFishery

Résumé

récupéré en direct d'OpenAlex

Fishing and introduced species are among the most important stressors affecting freshwaters and can also be strong selective agents. We examined the combined effects of commercial fishing and an introduced predator (Nile perch, Lates niloticus) on life history traits in an African cyprinid fish (Rastrineobola argentea) native to the Lake Victoria basin in East Africa. To understand whether these two stressors have driven shifts in life history traits of R. argentea, we tested for associations between life history phenotypes and the presence/absence of stressors both spatially (across 10 Ugandan lakes) and temporally (over four decades in Lake Victoria). Overall, introduced Nile perch and fishing tended to be associated with a suite of life history responses in R. argentea, including: decreased body size, maturation at smaller sizes, and increased reproductive effort (larger eggs; and higher relative fecundity, clutch volume, and ovary weight). This is one of the first well-documented examples of fisheries-induced phenotypic change in a tropical, freshwater stock; the magnitude of which raises some concerns for the long-term sustainability of this fishery, now the most important (by mass) in Lake Victoria.

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)0,000
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 enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

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)0,0010,000

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 Opus0,034
Tête enseignante GPT0,235
Écart entre enseignants0,201 · 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

Citations44
Publié2012
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEvolutionary ApplicationsMême sujetAquatic Ecosystems and BiodiversityTravaux en français237 207