Widespread consumption-dependent systematic error in fish bioenergetics models and its implications
Notice bibliographique
Résumé
Data from laboratory evaluations of seven fish bioenergetics models (BEMs) were used to investigate possible associations between BEM prediction error in relative growth rate (RGRerror) and levels of model input variables: mean daily food-consumption rate and fish body weight. Correlation between RGRerror and fish body weight was found in three BEMs applied under submaintenance feeding conditions. A strong correlation between RGRerror and mean daily consumption level was observed in all models over full consumption ranges; consumption level explained 70%96% of variation in RGRerror. All BEMs underestimated (by 2- to 5-fold) growth at lower consumption levels and overestimated (by 2- to 3-fold) growth at higher consumption levels. RGRerror values associated with higher consumption levels were greater (up to 22 cal·g1·day1) than those at lower consumption levels (up to 10 cal·g1·day1). Correlation between consumption rate and RGRerror in all seven models indicates widespread systematic error among BEMs that likely arises from deficiencies in consumption-dependent model parameters. Results indicate that many BEMs are substantially inaccurate when predicting fish growth from higher feeding rates or estimating consumption from higher growth rates, even when higher consumption levels or growth episodes are of short duration. Findings obtained under submaintenance feeding conditions indicate that additional body-weight- and consumption-dependent terms should be added to BEM subequations for routine metabolism to account for metabolic reduction.
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 | 0,010 | 0,026 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| 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 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 ».