MétaCan
Menu
← Retour à la cohorte
Enregistrement W2322707809 · doi:10.1371/journal.pone.0151325

Coho Salmon (Oncorhynchus kisutch) Prefer and Are Less Aggressive in Darker Environments

2016· article· en· W2322707809 sur OpenAlexaff
Leigh Gaffney, Becca Franks, Daniel M. Weary, M.A.G. von Keyserlingk

Notice bibliographique

RevuePLoS ONE · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésDarknessOncorhynchusAquacultureAggressionFisheryLightnessPreferenceBiologyZoologyBlack spotAnimal scienceFish <Actinopterygii>EcologyPsychologySocial psychologyStatisticsMathematicsArtificial intelligenceBotanyComputer science

Résumé

récupéré en direct d'OpenAlex

Fish are capable of excellent vision and can be profoundly influenced by the visual properties of their environment. Ambient colours have been found to affect growth, survival, aggression and reproduction, but the effect of background darkness (i.e., the darkness vs. lightness of the background) on preference and aggression has not been evaluated systematically. One-hundred Coho salmon (Oncorhynchus kisutch), a species that is increasing in popularity in aquaculture, were randomly assigned to 10 tanks. Using a Latin-square design, every tank was bisected to allow fish in each tank to choose between all the following colour choices (8 choices in total): black vs. white, light grey, dark grey, and a mixed dark grey/black pattern, as well as industry-standard blue vs. white, light grey, dark grey, and black. Fish showed a strong preference for black backgrounds over all other options (p < 0.01). Across tests, preference strength increased with background darkness (p < 0.0001). Moreover, having darker backgrounds in the environment resulted in less aggressive behaviour throughout the tank (p < 0.0001). These results provide the first evidence that darker tanks are preferred by and decrease aggression in salmonids, which points to the welfare benefits of housing farmed salmon in enclosures containing dark backgrounds.

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 enseignants0,009
Score d'incertitude au seuil0,019

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)0,0020,000

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 Opus0,026
Tête enseignante GPT0,198
Écart entre enseignants0,172 · 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

Citations39
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revuePLoS ONE→Même sujetFish Ecology and Management Studies→Travaux en français237 207→