MétaCan
Menu
Retour à la cohorte
Enregistrement W2141829972 · doi:10.1080/10641260802618375

The Ecology of Body Size and Depth Use by Bloater (<i>Coregonus hoyi</i>Gill) in the Laurentian Great Lakes: Patterns and Hypotheses

2009· article· en· W2141829972 sur OpenAlexaff
Benjamin J. Clemens, Stephen S. Crawford

Notice bibliographique

RevueReviews in Fisheries Science · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of Guelph
Organismes subventionnairesnon disponible
Mots-clésBiologyEcologyDiel vertical migrationCoregonusTrophic levelAnimal ecologyAbundance (ecology)ForagingFishery

Résumé

récupéré en direct d'OpenAlex

Deepwater ciscoes (genus Coregonus, subgenus Leucichthys) radiated into six phenotypes that occupy different depths in the Great Lakes, based upon body size and lipid content. Large, lipid-dense ciscoes occupy greater depths than small, lean ciscoes. This relationship is observed between adults and juveniles of the most prevalent deepwater cisco, the bloater (C. hoyi Gill). Lipid-dense adult bloaters are restricted to the hypolimnion, whereas lean juveniles are found primarily in the epilimnion. This article critically reviews, synthesizes, and provides hypotheses from the literature on the ecology of body size and depth use of bloater. Factors influencing depth use in bloater are categorized by Fry's (1971) environmental factors. The case is made for two parsimonious hypotheses to explain the depth distribution by body size of bloater: (1) the optimal foraging-antipredation (OFA) hypothesis, and (2) the mass-specific metabolism hypothesis. The OFA hypothesis relates abundance of piscivores with abundance and extent of diel vertical migration of bloater. The mass-specific metabolism hypothesis relates body size to density-dependent growth, metabolism, swimming activity and hence depth distribution of bloater. Follow-up hypotheses and predictions are presented and may broaden our understanding of trophic ecology and adaptive radiation of deepwater ciscoes in the Great Lakes.

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)0,001
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 enseignants0,980
Score d'incertitude au seuil0,039

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
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 Opus0,021
Tête enseignante GPT0,233
Écart entre enseignants0,212 · 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

Citations18
Publié2009
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueReviews in Fisheries ScienceMême sujetFish Ecology and Management StudiesTravaux en français237 207