MétaCan
Menu
Retour à la cohorte
Enregistrement W2526754379

Factors Influencing Growth Variability in Three Northern Alberta Populations of Yellow Perch (Perca flavescens)

2016· article· en· W2526754379 sur OpenAlexaffabout
Scott D. Roloson, Rachel L Gould, Dave R Barton, Frederick Frederick, W. Goetz, Andrew Jasonowicz, Christopher Beierling, Michael R. van den Heuvel

Notice bibliographique

RevueJournal of Fisheriessciences.com · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of Prince Edward Island
Organismes subventionnairesnon disponible
Mots-clésPerchPiscivorePredationBiologyPopulationFisheryRange (aeronautics)Fish <Actinopterygii>Population densityEcologyPredatorDemography
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

This study examined drivers of yellow perch (Perca flavescens) growth in lakes near the northern limit of the species. Three northeast Alberta lakes were surveyed in 1996-1997 and 2009-2010. In the initial survey, the three lakes displayed the full range of perch growth from high density, stunted fish (~10,000 fish/ha, 15 cm), to a low density population that grew to trophy size (~100 fish/ha, 30 cm). In 2009-2010, a repeat survey was conducted to verify if between lake growth differences endured over time and elucidate potential causes of between lake growth variations. Two of the study lakes maintained consistent population demographics and community structure between the surveys while the fish assemblage and perch growth changed significantly at one lake between the surveys. In this lake (Mildred Lake) the community structure changed as two top-piscivore species established throughout and perch density decreased concomitantly. In response, perch showed a significant increase in maximum size (from 20 to 30 cm) and condition factor. Other possible causes of growth variation were also investigated; differences in diet, or an ontogenetic shift to piscivory appeared to have little influence on perch growth variation. Additionally, differences in genetic ancestry (as measured using DNA microsatellites), were not related to growth differences. Perch density, controlled by predation, appeared to be the dominant factor influencing growth differences over time and between lakes.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,458
Score d'incertitude au seuil0,922

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
Bibliométrie0,0010,001
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
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 Opus0,025
Tête enseignante GPT0,233
Écart entre enseignants0,208 · 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

Citations3
Publié2016
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Fisheriessciences.comMême sujetFish Ecology and Management StudiesTravaux en français237 207