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 (RGR error ) and levels of model input variables: mean daily food-consumption rate and fish body weight. Correlation between RGR error and fish body weight was found in three BEMs applied under submaintenance feeding conditions. A strong correlation between RGR error and mean daily consumption level was observed in all models over full consumption ranges; consumption level explained 70%96% of variation in RGR error . 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. RGR error values associated with higher consumption levels were greater (up to 22 cal·g 1 ·day 1 ) than those at lower consumption levels (up to 10 cal·g 1 ·day 1 ). Correlation between consumption rate and RGR error 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 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 | 0,000 | 0,000 |
| 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) | 0,000 | 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 ».