MétaCan
Menu
Retour à la cohorte
Enregistrement W2139677169 · doi:10.1111/j.1365-2400.2008.00634.x

Effects of lunar cycles on the activity patterns and depth use of a temperate sport fish, the largemouth bass, <i>Micropterus salmoides</i>

2008· article· en· W2139677169 sur OpenAlexafffund
K. C. Hanson, S. ARROSA, Caleb T. Hasler, Cory D. Suski, David P. Philipp, G.H. Niezgoda, Steven J. Cooke

Notice bibliographique

RevueFisheries Management and Ecology · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensCarleton University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaUniversity of Illinois at Urbana-ChampaignU.S. Fish and Wildlife ServiceMinistry of Natural ResourcesIllinois Department of Natural Resources
Mots-clésMicropterusBass (fish)Full moonFisheryFish <Actinopterygii>FishingTemperate climateCatch and releaseBiologyEnvironmental scienceEcologyRecreational fishing

Résumé

récupéré en direct d'OpenAlex

Abstract The behaviour of free‐swimming, telemetered, adult largemouth bass, Micropterus salmoides (L.), was monitored using a whole lake, three‐dimensional acoustic telemetry array to test the hypothesis that fish activity and depth distribution are influenced by lunar phase. The percent of lunar face shining and whether the moon was waxing or waning were significant determinants of swimming activity and depth distribution during most of the lunar cycles evaluated, although these patterns were not consistent across the year. In spring and summer, daily depth distribution followed a pattern in which the fish inhabited greater depths on the 26–50% and 51–75% waxing moon. Fish daily movement distances were five times greater during spring and summer than in winter, but no repeatable patterns were noted in relation to lunar periodicity. This research suggests that solunar tables frequently consulted by recreational anglers may have little predictive value for identifying peak fishing time.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,019
Score d'incertitude au seuil0,408

Scores Codex et Gemma par catégorie

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 technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,012
Tête enseignante GPT0,179
Écart entre enseignants0,168 · 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

Citations20
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueFisheries Management and EcologyMême sujetFish Ecology and Management StudiesTravaux en français237 207