Sea lice monitoring on <scp>A</scp>tlantic salmon farms in <scp>N</scp>ew <scp>B</scp>runswick, <scp>C</scp>anada: comparing audit and farm staff counts
Notice bibliographique
Résumé
Sea lice audits were performed by the Atlantic Veterinary College on commercial aquaculture sites in New Brunswick, Canada, in 2011. Although the primary objective was to verify that farms were reporting similar lice counts to third-party counts, more detailed comparisons were made to identify when lice counts were more likely to differ between the audit team and farm employees. A total of 28 sea lice audits were conducted on 16 sites between June and December 2011. During each audit, 10 cages were evaluated per site where possible, with ten fish per cage being evaluated by an audit technician and a further ten by a farm employee. Data analysis included descriptive statistics of lice counts by stage and limits of agreement plots. A random effects negative binomial model that accounted for clustering of cages within sites was applied to assess the effect of counter type and season on lice counts by stage. The results indicate that farms counts were generally in agreement with audit counts. However, when the average counts for chalimus and preadult (male and female) and adult male lice stages were high, farm counters were more likely to report a lower value. Higher lice counts were observed during autumn compared to summer especially for the adult female stage. Finally, there was a significant clustering effect for site and cage, with most of the variation attributable to site.
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 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,001 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,001 |
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 ».