MétaCan
Menu
Retour à la cohorte
Enregistrement W2333375713 · doi:10.1080/19425120.2015.1125977

Potential Impact of Mediterranean Aquaculture on the Wild Predatory Bluefish

2016· article· en· W2333375713 sur OpenAlexaff
Laura Miralles, Agata Mrugała, Pablo Sánchez‐Jerez, Francis Juanes, Eva García‐Vázquez

Notice bibliographique

RevueMarine and Coastal Fisheries · 2016
Typearticle
Langueen
DomaineBiochemistry, Genetics and Molecular Biology
ThématiqueIdentification and Quantification in Food
Établissements canadiensUniversity of Victoria
Organismes subventionnairesFundación para el Fomento en Asturias de la Investigación Científica Aplicada y la TecnologíaMinisterio de Ciencia e Innovación
Mots-clésBiologyFisheryAquacultureGenetic diversityMediterranean seaPopulationEcologyMediterranean climateFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Abstract Aquaculture impacts on wild populations of fish have been considered principally due to farm escapes. The Bluefish Pomatomus saltatrix, which exhibits two distinct genetic units in the Mediterranean Sea, is a voracious predator and is attracted to aquaculture cages to prey on farmed fish, particularly Gilthead Seabream Sparus aurata and European Sea Bass Dicentrarchus labrax. We compared the genetic diversity of adult Bluefish caught inside one aquaculture farm located in Spanish waters of the western Mediterranean Sea with reference individuals of East and West Mediterranean stocks from the open sea. Bluefish were genetically assigned to their putative origin using seven microsatellite loci and mitochondrial cytochrome oxidase subunit I as molecular markers. As expected, most of the individuals caught from inside the fish farm cages were assigned to the local genetic population. However, between 7.14% and 11.9% of individuals were assigned to the distant and different genetic unit inhabiting Turkish waters, the East Mediterranean stock. The genetic membership of those individuals revealed some degree of interbreeding between the East and West Mediterranean Bluefish stocks. All results suggest that aquaculture acts as an attractor for Bluefish and could affect genetic diversity as well as phylogeography of this fish and maybe other similar species that aggregate around marine fish farms. Received July 11, 2015; accepted November 23, 2015

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)0,000
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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,526
Score d'incertitude au seuil0,241

Scores Codex et Gemma par catégorie

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)0,0000,000

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 Opus0,013
Tête enseignante GPT0,238
Écart entre enseignants0,224 · 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'étudeExpérimental (laboratoire)
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
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueMarine and Coastal FisheriesMême sujetIdentification and Quantification in FoodTravaux en français237 207