Temperature and depth associations of porbeagle shark (<i>Lamna nasus</i>) in the northwest Atlantic
Notice bibliographique
Résumé
Abstract The porbeagle ( Lamna nasus ) is a large fast‐swimming pelagic shark found at high latitudes in both hemispheres. To examine the influence of temperature on porbeagle distribution, a detailed analysis of the relationship between catch rate, temperature, depth and location was carried out based on 420 temperature profiles taken during commercial fishing operations. More than half of the porbeagle were caught at temperatures of 5–10°C (at the depth of the hook); the mean temperature at gear of 7.4°C differed very little among seasons. Most of the spring fishing took place near fronts, although the affinity with fronts was not evident in the fall. Temperature at depth was a significant modifier of catch rate when included in a generalized linear model controlling for the effects of location, fishing vessel, month and year. However, sea surface temperature was a poor predictor of catch rate. The similarity between environmental and catch‐weighted cumulative distribution functions confirmed suggestions that fishers sought out the most appropriate temperature range in which to set their gear. As porbeagle are among the most cold tolerant of pelagic shark species, we suggest that they have evolved to take advantage of their thermoregulating capability by allowing them to seek out and feed on abundant coldwater prey in the absence of non‐thermoregulating competitors.
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 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 | 0,000 | 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 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| 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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».