MétaCan
Menu
Retour à la cohorte
Enregistrement W2123556848 · doi:10.2983/035.034.0112

Geoduck<i>Panopea generosa</i>Growth at Its Southern Distribution Limit in North America using a Multimodel Inference Approach

2015· article· en· W2123556848 sur OpenAlexaboutno aff
José Ángel Hidalgo-de-la-Toba, Sergio Scarry González-Peláez, Enrique Morales‐Bojórquez, J. Jesús Bautista‐Romero, Daniel B. Lluch‐Cota

Notice bibliographique

RevueJournal of Shellfish Research · 2015
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesCentro de Investigaciones Biológicas del Noroeste
Mots-clésAkaike information criterionGompertz functionGrowth rateAllometryBiologyPopulationGrowth modelPopulation growthLimitingEcologyStatisticsAnimal scienceMathematicsDemography

Résumé

récupéré en direct d'OpenAlex

The Pacific geoduck Panopea generosa is distributed throughout the North Pacific temperate zone from Alaska to Baja California and is described as a species that reaches large sizes, has prolonged longevity, and exhibits slow growth. This study assessed the individual growth and population structure of the P. generosa population located at its southernmost geographic distribution limit. Shell length and total weight data were obtained from a commercial fishery established on Punta Canoas, Baja California. Individual age was determined by counting growth lines for 243 organisms. The results revealed the following averages: shell length (SL), 113.5 mm; total weight, 511.8 g; age, 12.5 y. The relationship of SL to total weight showed negative allometric growth (b = 2.16). Size-at-age data were adjusted to von Bertalanffy, Gompertz, logistic, Johnson, and Schnute growth models according to the multimodel inference (MMI) approach. The best candidate growth model was selected based on the Akaike information criterion (AIC) and the Schwartz—Bayesian criterion (SBC). The AIC indicated that the Schnute growth model was the best candidate growth model, whereas the SBC showed the Johnson growth model was best. These growth models indicate that between 7 y and 8 y of age, organisms reach 75% of their estimated asymptotic length (SL, ∼103 mm), and although the growth rate decreases subsequently, growth continues up to 25 y (maximum age observed). The MMI approach applied to the analysis of growth in Panopea species identified particular population attributes that are not observable via the von Bertalanffy model. The population of P. generosa from Punta Canoas exhibited smaller mean SL, lower mean weight, an age structure with fewer age classes, and slower growth when compared with northern populations in Washington state and British Columbia, Canada.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,003
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Observationnel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,844
Score d'incertitude au seuil0,819

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0030,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,002
Études des sciences et des technologies0,0000,000
Communication savante0,0000,001
Science ouverte0,0010,001
Intégrité de la recherche0,0000,001
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 Opus0,165
Tête enseignante GPT0,340
Écart entre enseignants0,175 · 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 tête enseignante, 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

Citations15
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Shellfish ResearchMême sujetMarine and fisheries researchTravaux en français237 207