MétaCan
Menu
Retour à la cohorte
Enregistrement W2139604675 · doi:10.1073/pnas.1101845108

Effects of parasites from salmon farms on productivity of wild salmon

2011· article· en· W2139604675 sur OpenAlexaffabout
Martin Krkošek, Brendan Connors, Alexandra Morton, Mark A. Lewis, Lawrence M. Dill, Ray Hilborn

Notice bibliographique

RevueProceedings of the National Academy of Sciences · 2011
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueParasite Biology and Host Interactions
Établissements canadiensRaincoast Conservation FoundationUniversity of AlbertaSimon Fraser UniversityVancouver Coastal Health
Organismes subventionnairesnon disponible
Mots-clésLepeophtheirusOncorhynchusProductivityFisheryBiologyArchipelagoAquacultureHabitatResource (disambiguation)OutbreakEcologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

The ecological risks of salmon aquaculture have motivated changes to management and policy designed to protect wild salmon populations and habitats in several countries. In Canada, much attention has focused on outbreaks of parasitic copepods, sea lice (Lepeophtheirus salmonis), on farmed and wild salmon in the Broughton Archipelago, British Columbia. Several recent studies have reached contradictory conclusions on whether the spread of lice from salmon farms affects the productivity of sympatric wild salmon populations. We analyzed recently available sea lice data on farms and spawner-recruit data for pink (Oncorhynchus gorbuscha) and coho (Oncorhynchus kisutch) salmon populations in the Broughton Archipelago and nearby regions where farms are not present. Our results show that sea lice abundance on farms is negatively associated with productivity of both pink and coho salmon in the Broughton Archipelago. These results reconcile the contradictory findings of previous studies and suggest that management and policy measures designed to protect wild salmon from sea lice should yield conservation and fishery benefits.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,013
Score d'incertitude au seuil0,025

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,035
Tête enseignante GPT0,315
Écart entre enseignants0,280 · 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

Citations104
Publié2011
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueProceedings of the National Academy of SciencesMême sujetParasite Biology and Host InteractionsTravaux en français237 207