Modelling and comparison of growth of the silver-lip pearl oyster Pinctada maxima (Jameson) (Mollusca : Pteriidae) cultured in West Papua, Indonesia
Pourquoi ce travail est dans la base
Une base qui oublie comment elle a trouvé un travail ne peut pas être vérifiée. Voici les voies qui ont admis celui-ci.
Notice bibliographique
Résumé
A commonly used approach to quantifying growth is to fit mathematical models to length-at-age data. Growth of the silver-lip pearl oysters, Pinctada maxima, cultured at a commercial pearl farm in West Papua, Indonesia was expressed mathematically by fitting five growth models (Gompertz, Richards, Logistic, Special von Bertalanffy Growth Function (VBGF) and General VBGF) to length-at-age data. The criteria used to determine the best fit model were a low mean residual sum of squares (MRSS), high coefficient of determination (r2) and low deviation of the asymptotic length (L8) from the maximum length (Lmax). Using these criteria, the models were ranked accordingly: Special VBGF; General VBGF; Gompertz; Richards and Logistic models. The Special VBGF yielded the best fit (L8 = 168.38 mm; K = 0.930 year–1; t0 = 0.126; MRSS = 208.64; r2 = 0.802; Deviation of L8 from Lmax = 37.52 mm) and, accordingly, was used to model the growth of oysters cultured at three sites and two depths within the farm. Likelihood ratio tests were used to compare growth of oysters cultured at these sites and depths. Based on L8 and K values, favourable sites and depths could be determined that optimised growth requirements for the various stages of P. maxima culture. Sites with high K and L8 values were preferred sites for culturing juvenile oysters before pearl production, when high growth rate is essential to produce large numbers of oysters in the shortest time possible. In addition, high L8 may facilitate implantation of larger nuclei conducive to the production of larger, more valuable pearls. Conversely, sites with low K values were preferred sites for weakening P. maxima before pearl ‘seeding’, a process undertaken to minimise nucleus rejection after seeding.
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.
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 | 0,001 | 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 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,001 |
| 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 découle