MétaCan
Menu
← Retour à la cohorte
Enregistrement W2333046189 · doi:10.1139/f2012-062

Modeling the timing of spawning and hatching of shortnose sturgeon, <i>Acipenser brevirostrum</i>, in the Saint John River, New Brunswick, Canada

2012· article· en· W2333046189 sur OpenAlexafffundvenueabout
Sima Usvyatsov, Jeffrey D. Picka, Ryan S. Hardy, Travis D. Shepherd, James Watmough, Matthew K. Litvak

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of New BrunswickGolder Associates (Canada)Mount Allison University
Organismes subventionnairesFisheries and Oceans CanadaFonds en Fiducie pour la Faune du Nouveau-BrunswickMitacs
Mots-clésHatchingBiologyAcipenserLarvaFisheryYolk sacTransectSturgeonEcologyZoologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Timing of spawning and hatching of shortnose sturgeon, Acipenser brevirostrum , in the Saint John River, New Brunswick, Canada, was estimated using inverse prediction. We examined egg incubation periods at 5, 9, and 13 °C to back-calculate spawning dates. No larvae hatched at 5 °C. At 9 and 13 °C, hatching began after 18 and 8 days post fertilization, respectively. Lengths of yolk-sac larvae reared in the laboratory at 13–21 °C were used to develop a temperature-mediated Gompertz growth model. The inverted Gompertz model, predicting larval age from larval size and water temperature, was applied to 671, 164, and 746 larvae captured in the wild in 2008, 2009, and 2010, respectively. Estimated hatching distributions peaked in late May, and mean spawning events were predicted to occur in late April – early May (9 °C scenario) and middle to late May (13 °C scenario). Larval ages at the two sampling transects, 4.5 km apart, were similar, while catch per unit effort was lower downstream, indicating mortality during dispersal. Inverse prediction of larval ages provides fast and cost-effective estimates of the timing of spawning, hatching, and larval migration in the wild.

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 enseignants0,049
Score d'incertitude au seuil0,098

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,001
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,022
Tête enseignante GPT0,209
Écart entre enseignants0,187 · 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

Citations8
Publié2012
Routes d'admission4
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetFish Ecology and Management Studies→Travaux en français237 207→