MétaCan
Menu
← Retour à la cohorte
Enregistrement W2131537760 · doi:10.1139/f09-014

Planktivore vertical migration and shoaling under a subarctic light regime

2009· article· en· W2131537760 sur OpenAlexvenueno aff
Karl Øystein Gjelland, Thomas Bøhn, John K. Horne, Ingrid Jensvoll, Frank Reier Knudsen, Per‐Arne Amundsen

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPlanktivoreShoaling and schoolingForagingDiel vertical migrationPredationSubarctic climateCoregonus lavaretusEcologyBiologyFisheryNocturnalFish <Actinopterygii>Phytoplankton

Résumé

récupéré en direct d'OpenAlex

Visually foraging planktivorous fish are prey of visual predators, and their foraging behaviour may be affected by light levels both in terms of gain and risk. The large seasonal change in day length throughout a subarctic summer at 69°N was used to show the influence of light on diel vertical migration (DVM) and shoaling patterns in a planktivorous fish assemblage consisting of two species ( Coregonus lavaretus and Coregonus albula ). Under the midnight sun in June, night and daytime behaviour was similar, with extensive shoaling and limited DVM. With increasingly darker nights towards autumn, the fish dispersed during the dark hours and showed more extensive DVM. Throughout the changing light regime of both the day and the season, the planktivores consistently chose depths with light levels compatible with visual foraging and reduced predation risk as revealed from reactive distance modelling of coregonids and their salmonid predators. The findings support the hypothesis that behavioural decisions are based on a trade-off between foraging rate and predation risk, and increased predator avoidance behaviour towards autumn suggests that this trade-off is state-dependent.

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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,023
Score d'incertitude au seuil0,045

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)0,0010,000

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 Opus0,014
Tête enseignante GPT0,206
Écart entre enseignants0,192 · 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

Citations50
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→