MétaCan
Menu
Retour à la cohorte
Enregistrement W2130565447 · doi:10.5376/ijms.2015.05.0014

Effect on white gut and white feces disease in semi intensive <i>Litopenaeus vannamei</i> shrimp culture system in south Indian state of Tamilnadu

2015· article· en· W2130565447 sur OpenAlexvenueno aff
V Durai, B. Gunalan, Paul D. Johnson, M. Maheswaran, M. Pravinkumar

Notice bibliographique

RevueInternational Journal of Marine Science · 2015
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésLitopenaeusShrimpFecesWhite (mutation)BiologyMicrobiologyFishery

Résumé

récupéré en direct d'OpenAlex

Litopenaeus vannamei is a new species to India; right now culture technology is not comparable with black tiger shrimp. Bearing all those in mind the present study was carefully carried out. In the present study an attempt has been made to culture the white leg shrimp, L. vannamei in two ponds each with 0.6 ha in Kodakaramulai, Sirkali taluk, Nagai District, Tamilnadu. The salinity of the two ponds was ranging between 22-30 ppt and DO values fluctuated between 4.0 mg/l and 5.0 mg/l in the morning and between 4.5 mg/l and 6.5 mg/l in the evening. Ammonia was recorded maximum 0.3ppm and minimum was 0.1ppm. During the culture after 50 th DOC there was a poor growth observed in both ponds due to white gut and white fecal matter. Immediately feed probiotic ( Bacillus sp) mix with the feed for three weeks and two meals per day. The problem was slowly rectified. The maximum Survival 85% in pond 2 and 82% survival was recorded in pond1. The present study confirm that, shrimp farming community need more awareness to use feed probiotic, proper water qualitymanagement and feed management is essential for the successful culture.

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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,003
Score d'incertitude au seuil0,006

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)0,0020,000

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 Opus0,009
Tête enseignante GPT0,238
Écart entre enseignants0,229 · 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

Citations3
Publié2015
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueInternational Journal of Marine ScienceMême sujetAquaculture Nutrition and GrowthTravaux en français237 207