MétaCan
Menu
Retour à la cohorte
Enregistrement W2150119444 · doi:10.1111/j.1600-0633.2009.00355.x

Fishing down and fishing hard: ecological change in the Nile perch of Lake Nabugabo, Uganda

2009· article· en· W2150119444 sur OpenAlexafffund
Jaclyn Paterson, Lauren J. Chapman

Notice bibliographique

RevueEcology Of Freshwater Fish · 2009
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Biodiversity
Établissements canadiensMcGill University
Organismes subventionnairesNatural Sciences and Engineering Research Council of CanadaCanada Research Chairs
Mots-clésLatesFishingFisheryPerchWetlandCatch per unit effortEcologyGeographyThreatened speciesHabitatBiologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Abstract – Fishing is a potent ecological force. In Lake Victoria, East Africa, Nile perch , Lates niloticus contributes to a multi‐million dollar fishing industry but is threatened by over‐exploitation. We quantified spatial and temporal trends in the distribution, diet and size of Nile perch in Lake Nabugabo, Uganda, a satellite of Lake Victoria. From 1995 to 2007, we detected a decline in catch per unit effort of Nile perch, a shift in their distribution and diet, and a decrease in their body size. A greater proportion of Nile perch were found near wetland ecotones than in the 1990s. This may reflect intensive size‐selective fishing in open waters, and encroachment of Vossia cuspidata , an emergent macrophyte that has expanded across the lakeshore. Results highlight the strength of fishing in inducing phenotypic changes in target stocks as well as large‐scale changes to the aquatic community and are of value in understanding changes in Lake Victoria.

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)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesCharge utile insuffisante (le modèle a refusé de juger)
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 enseignants0,187
Score d'incertitude au seuil0,998

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
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)0,0030,000

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 Opus0,023
Tête enseignante GPT0,222
Écart entre enseignants0,199 · 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.

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

Citations38
Publié2009
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueEcology Of Freshwater FishMême sujetAquatic Ecosystems and BiodiversityTravaux en français237 207