MétaCan
Menu
Retour à la cohorte
Enregistrement W2166720577 · doi:10.1577/t05-224.1

Predicting Postrelease Survival in Large Pelagic Fish

2006· article· en· W2166720577 sur OpenAlexaff
Christopher D. Moyes, Nuno Fragoso, Michael K. Musyl, Richard W. Brill

Notice bibliographique

RevueTransactions of the American Fisheries Society · 2006
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensQueen's University
Organismes subventionnairesNational Oceanic and Atmospheric AdministrationUniversity of Hawai'i
Mots-clésFisheryPelagic zoneBiologyFish <Actinopterygii>Animal science

Résumé

récupéré en direct d'OpenAlex

Abstract Sharks, turtles, billfish, and marine mammals are frequently caught accidentally in commercial fisheries. Although conservationists and fisheries managers encourage the release of these nontarget species, the long-term outcome of released animals is uncertain. Using blue sharks Prionace glauca, we developed a model to predict the long-term survival of released animals based on analysis of small blood samples. About 5% of the sharks were landed in obviously poor condition (lethargic and unresponsive to handling); these moribund sharks were sampled and euthanized. A subset of the remaining sharks was sampled and tagged with pop-up satellite archival tags (PSATs). Each of the PSATs that reported data (11 tags) showed that the sharks roamed at sea for at least 3 weeks postrelease. Five variables differentiated moribund sharks from survivors: Plasma Mg2+ (moribund, 1.57 ± 0.08 mM; survivor, 0.98 ± 0.05 mM; P < 0.00001), plasma lactate (moribund, 27.7 ± 4.1 mM; survivor, 5.80 ± 2.96 mM; P < 0.001), erythrocyte heat shock protein 70 (Hsp70) mRNA (relative levels: Moribund, 3.96 ± 0.53; survivor, 1.00 ± 0.29; P < 0.005), plasma Ca2+ (moribund, 3.70 ± 0.14 mM; survivor, 3.13 ± 0.11; P < 0.005), and plasma K+ (moribund, 7.01 ± 0.66 mM; survivor, 5.12 ± 0.44 mM; P < 0.05). These analyses were used to develop logistic regression models that could “predict” the long-term survival of captured sharks, including a larger group of sharks that we sampled but did not tag. The best logistic model, which incorporated Mg2+ and lactate, successfully categorized 95% of fish of known outcome (19 of 20). These analyses suggest that sharks landed in an apparently healthy condition are likely to survive long term if released (95% survival based on biochemical analyses; 100% based on PSATs).

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 enseignants0,010
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0010,000
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)0,0010,000

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 Opus0,006
Tête enseignante GPT0,201
Écart entre enseignants0,196 · 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

Citations194
Publié2006
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueTransactions of the American Fisheries SocietyMême sujetIchthyology and Marine BiologyTravaux en français237 207