MétaCan
Menu
← Retour à la cohorte
Enregistrement W2169051617 · doi:10.1139/f08-041

Diet overlap and prey selection through metamorphosis in Irish Sea cod (Gadus morhua), haddock (Melanogrammus aeglefinus), and whiting (Merlangius merlangus)

2008· article· en· W2169051617 sur OpenAlexaffvenue
William Ll. Rowlands, Mark Dickey‐Collas, Audrey J. Geffen, Richard D.M. Nash

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2008
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensEagle Ridge Hospital
Organismes subventionnairesnon disponible
Mots-clésWhitingHaddockGadusCalanusBiologyCopepodGadidaePredationFisheryCalanus finmarchicusZoologyEcologyCrustaceanAtlantic cod

Résumé

récupéré en direct d'OpenAlex

Copepods in the genus Calanus are usually considered to be the preferred prey of gadoid larvae in many areas; however, in the Irish Sea, the abundances of these Calanus species are low and highly variable. We use this situation to test whether Calanus species are still actively selected by gadoid larvae in Calanus -poor environments. Diets of Irish Sea cod ( Gadus morhua ), haddock ( Melanogrammus aeglefinus ), and whiting ( Merlangius merlangus ) were studied from the yolk-sac stage to the juvenile stage. Prey from stomach contents were compared with in situ abundance via an index of prey preference. As expected, all larvae selected copepod nauplii at the onset of feeding. As the larvae developed, their prey preferences changed and varied with species. Cod and whiting showed a similar transition of prey species preference, with a clear preference for Calanus species after metamorphosis, even in this area of low abundance of these Calanus species. The diet composition of haddock differed from that of cod and whiting, as nauplii remained in their diet later into development and there was little preference for individual copepod species detected. The differences in prey selectivity suggested between these gadoids may be attributed to their population variability through the known variability of their preferred prey items.

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)0,000
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 enseignants0,005
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
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)0,0010,000

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 Opus0,028
Tête enseignante GPT0,236
Écart entre enseignants0,207 · 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

Citations33
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→