MétaCan
Menu
Retour à la cohorte
Enregistrement W2177723269 · doi:10.3955/0029-344x-81.2.166

The Effects of Temperature and Desiccation on Surf Smelt (Hypomesus pretiosus) Embryo Development and Hatching Success: Preliminary Field and Laboratory Observations

2007· article· en· W2177723269 sur OpenAlexaffabout
Chris G. Lee, Colin D. Levings

Notice bibliographique

RevueNorthwest Science · 2007
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesDivision of Ocean Sciences
Mots-clésSmeltHatchingIntertidal zoneBiologyAnimal scienceDesiccationEcologyHumidityRelative humidityFisheryFish <Actinopterygii>GeographyMeteorology

Résumé

récupéré en direct d'OpenAlex

Between May and July 2002, we conducted a field study to investigate possible environmental factors influencing surf smelt (Hypomesus pretiosus) egg mortality at eight beaches on the southern Strait of Georgia, British Columbia (B.C.), Canada. Egg mortality was variable, but was positively correlated to air temperature and increased in June and July when maximum temperature was approximately 30°C. In June 2003, we conducted a preliminary laboratory study to investigate the effects of desiccation on surf smelt egg mortality. Eggs were randomly placed into four relative humidity (RH) groups: dry (62% RH), moist (80% RH), wet (93% RH) and submerged (100% RH). All eggs in the dry and moist group died by the end of the experiment. Mortality of eggs in the wet and submerged groups was not significantly different (P<0.05). Eggs in the wet group reached the eyed stage and hatched significantly faster (P<0.05) than those in the submerged group. Results suggested a threshold RH requirement of 80 – 93% for successful development and hatching of surf smelt embryos. Moisture and temperature interact to condition RH in the intertidal zone. Shade vegetation, which can cool air temperature in the supralittoral zone, may be important for some populations of surf smelt. Further investigations are required to confirm the findings.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,049
Score d'incertitude au seuil0,520

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,007
Tête enseignante GPT0,236
Écart entre enseignants0,229 · 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 tête enseignante, 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

Citations4
Publié2007
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNorthwest ScienceMême sujetMarine and fisheries researchTravaux en français237 207