MétaCan
Menu
← Retour à la cohorte
Enregistrement W2165364684 · doi:10.1139/f07-148

Temporal variation in fish egg and larval production by pelagic and bottom spawners in a large Newfoundland coastal embayment

2008· article· en· W2165364684 sur OpenAlexvenueaboutno aff
Paul V. R. Snelgrove, Ian Bradbury, Brad deYoung, Sandra Fraser

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésPelagic zoneIchthyoplanktonZooplanktonFisheryBiologyBayAbundance (ecology)OceanographyEcologyCopepodClupeidaeEnvironmental scienceCrustaceanFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

In highly seasonal environments such as coastal Newfoundland, local production, advection, and life history may influence ichthyoplankton community structure. The spring bloom occurs in cold water that slows development of eggs from pelagic spawners and may transport propagules from optimal nearshore areas before hatch. For bottom spawners that affix eggs to the bottom, the problem is reduced because only actively swimming larval stages are pelagic. We hypothesize that larvae of pelagic spawners are limited to warmer, summer waters, whereas larvae of bottom spawners are less constrained temporally and less subject to flushing from the nearshore environment. Ichthyoplankton taxa sampled in Placentia Bay, Newfoundland, during spring–summer in 1997–1999 showed consistent seasonal peaks in egg and larval abundance. Although pelagic egg production spanned spring and summer, larval abundance peaked late in summer or early fall in the most productive areas of the bay. Larval abundance of bottom spawners peaked in spring for most taxa. Thus, pelagic eggs hatch quickly in summer, and larvae can utilize the late peak in nearshore copepod abundance. Bottom spawners can utilize spring zooplankton because temperature-dependent development does not influence egg advection. Coastal advection and temperature influence how different life history groups exploit spatial and temporal peaks in production.

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 enseignants0,268
Score d'incertitude au seuil0,539

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 technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,016
Tête enseignante GPT0,221
Écart entre enseignants0,205 · 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

Citations11
Publié2008
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→