MétaCan
Menu
Retour à la cohorte
Enregistrement W2554363235 · doi:10.4172/2155-9546.1000451

Evaluation of Three External Marking Methods of Farmed Atlantic Salmon for the Future Use of Differentiating it From Wild Atlantic Salmon

2016· article· en· W2554363235 sur OpenAlexfundno aff
Atle Mortensen, Øyvind J. Hansen

Notice bibliographique

RevueJournal of Aquaculture Research & Development · 2016
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésFisheryBiologyAquacultureFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

We evaluated different external marking methods for farmed salmon to differentiate it from wild salmon without any special tools.Three marking methods were tested: 1) Adipose fin (AF) removal, 2) Freeze branding (FB) and, 3) Visible Implant Elastomer (VIE).Location of the marking method on the fish, combination of marking methods and degree of AF removal were tested in three experiments.Atlantic salmon parr weighing 20 g were marked either with individual marks or in combination of two.Further all the fish were also PIT tagged.They were kept in freshwater tanks for 4 months and later after smoltification, smolts were transferred to sea cages and kept for another 4 months.At the end of four (freshwater phase) and ten (sea cages) months, growth, survival and mark retention were recorded.All these methods had no significant effects on growth and survival compared to the control (no mark but only PIT tagged).Our results showed that of these methods, only complete removal of the adipose fin met the requirements for mark retention and was the cheapest and easiest method to automate.However, a larger commercial scale long-term testing of the AF clipping is required prior to implementing it.Further development of an automated fin clipping in combination with vaccination and an open discussion with consumers, buyers, and environmental groups are also warranted.

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)0,001
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: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,002
Score d'incertitude au seuil0,004

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,001
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)0,0010,000

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 Opus0,112
Tête enseignante GPT0,378
Écart entre enseignants0,267 · 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'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

Citations5
Publié2016
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Aquaculture Research & DevelopmentMême sujetFish Ecology and Management StudiesTravaux en français237 207