MétaCan
Menu
Retour à la cohorte
Enregistrement W2321935081 · doi:10.3354/aei00083

Spatially explicit seston depletion index to optimize shellfish culture

2013· article· en· W2321935081 sur OpenAlexafffundabout
Thomas Guyondet, Rémi Sonier, LA Comeau

Notice bibliographique

RevueAquaculture Environment Interactions · 2013
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine Bivalve and Aquaculture Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésSestonEstuaryFisheryShellfishAquacultureEcologyEnvironmental scienceOceanographyPhytoplanktonBiologyAquatic animalFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Cultivated bivalves rely on natural seston for growth and metabolic processes. Because seston is a limited resource, there is a need to better understand its distribution and fluxes within culture embayments, so farms can be positioned optimally within these dynamic systems. In this study, a simple numerical tool was developed and implemented to address actual management issues related to the positioning of oyster Crassostrea virginica farms in the Richibucto Estuary (eastern Canada). The versatile procedure relied on hydrodynamic modelling and tracer advection-dispersion to reproduce the spatial and temporal dynamics of seston availability. The model identified 3 areas of interest within the estuary, each with unique water renewal rates and seston concentrations. The method also revealed major interactions between the different areas, and proved efficient in quantifying the effects of topographical alterations on seston availability. Our results suggest that such basic modelling tools produce relevant information in a timely manner, and thereby facilitate the necessary dialogue between science advisors, industry stakeholders and resource managers.

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: Simulation ou modélisation · Signal consensuel: Simulation ou modélisation
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)0,0000,000
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)0,0000,000

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 Opus0,009
Tête enseignante GPT0,232
Écart entre enseignants0,223 · 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'étudeSimulation ou modélisation
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
Publié2013
Routes d'admission3
Résumé présentoui

Explorer davantage

Même revueAquaculture Environment InteractionsMême sujetMarine Bivalve and Aquaculture StudiesTravaux en français237 207