Effects of predation from juvenile herring (<i>Clupea harengus</i>) on mortality rates of capelin (<i>Mallotus villosus</i>) larvae
Notice bibliographique
Résumé
Predation has been suggested as a cause of substantial mortality of fish larvae to the degree that it might influence recruitment. This field-based study concludes that juvenile herring ( Clupea harengus ) as small pelagic predator can significantly affect mortality rates of the planktonic larvae of capelin ( Mallotus villosus ) in the Barents Sea. Surveys were carried out in the summers of 2001 and 2003. In 2001, juvenile herring were widely distributed and overlapped with capelin larvae over a wide area, whereas in 2003, the herring were more aggregated. The study focused on predation in the areas of predator–prey overlap. Capelin larvae were observed in the herring stomachs at 11 of 24 stations and at 8 of 16 stations where herring were caught in 2001 and 2003, respectively. At those stations, an estimated 7.3% and 9.9% of the capelin larvae were eaten by herring per day in 2001 and 2003, respectively. Statistical models revealed that density of capelin larvae and copepods and occurrence of euphausiids in the stomachs affected the number of capelin larvae per predator stomach. A simplified model with only capelin larvae density as predictor was converted to a functional response relationship using an experimentally derived digestion rate estimate for capelin larvae in herring stomachs.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,001 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 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) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».