Notice bibliographique
Résumé
Although the reservoir area in south-east Asia is considerable, the fish production is low in the majority of reservoirs. Although high fish production has been recorded in a number of reservoirs in Sri Lanka and Indonesia, high fish production in reservoirs has with few exceptions resulted from the introduction of typical lake species from Africa. Addition of further lake fish species especially into deeper reservoirs will probably increase present fish yields. Diversification of the lake fish fauna can be achieved by introduction of species indigenous to the region like Etroplus suratensis. In this introduction of fish species, three points may be noted with specific reference to Tilapia spp.: (a) Lakes without indigenous cyprinids show marked fluctuation in fish catch with the introduction of Tilapia, and this could be stabilised by the introduction of predators and more diverse species. (b) Lakes with a moderate diversity of fish fauna show a high stabilised production with the introduction of Tilapia, presumably because of the effect of predator pressure on excessive Tilapia breeding. (c) Lowland lakes with a rich diversity of indigenous fish species colonising lakes may not require the introduction of Tilapia. Introduction of invertebrates into reservoirs in south east-Asia has not been done deliberately so far. However, the experience in other parts of the world, notably the Soviet Union, indicates that such introductions are likely to prove beneficial and to increase fish production. The potential for a considerable increase in fish production from reservoirs exists in south-east Asia. Proper management is likely to cost less than what is required for fish culture. Rural areas are likely to benefit most from increased fish production in reservoirs, and this might be a way to provide cheap protein where it is most urgently needed.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,009 |
| Études des sciences et des technologies | 0,001 | 0,001 |
| Communication savante | 0,000 | 0,001 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,008 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».