MétaCan
Menu
Retour à la cohorte
Enregistrement W2612955325 · doi:10.1139/f2011-132

Individual-based analyses reveal high repeatability in timing and location of reproduction in lake sturgeon (<i>Acipenser fulvescens</i>)

2012· article· en· W2612955325 sur OpenAlexvenueno aff
Patrick S. Forsythe, James A. Crossman, Nora M. Bello, Edward A. Baker, Kim T. Scribner

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2012
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesMichigan Department of Natural ResourcesU.S. Geological SurveyMichigan State University
Mots-clésLake sturgeonAcipenserRepeatabilityBiologySturgeonFisherySemelparity and iteroparityReproductive seasonSeasonal breederReproductionEcologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Few studies have quantified the repeatability of reproductive decisions by individuals or assessed their relationship with environmental variables over multiple seasons for long-lived iteroparous fish species. Using individual-based data collected for 678 lake sturgeon ( Acipenser fulvescens ) over 8 consecutive years, we evaluated hypotheses regarding spawning periodicity and repeatability of spawning location, spawning time, and environmental cues associated with spawning. At our study site (Upper Black River, northern Michigan, USA), interspawning interval differed between males (2.3 ± 0.08 years) and females (3.7 ± 0.16 years), but was not significantly related to age. Individual spawning behavior was highly repeatable with respect to spawning time (relative day within the spawning season) for both sexes regardless of size or age, but was less repeatable, though still significant, relative to water temperature, river discharge, and lunar phase. Breeding area was also repeatable, with individuals spawning earlier in the season selecting locations further upstream than those spawning later. Repeatability in spawning times and locations suggest that subpopulation differentiation may develop among different spawning groups, even within small and spatially contiguous areas.

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: Observationnel · Signal consensuel: Observationnel
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,010
Score d'incertitude au seuil0,020

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
Bibliométrie0,0010,000
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 Opus0,043
Tête enseignante GPT0,261
Écart entre enseignants0,218 · 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

Citations84
Publié2012
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetFish Ecology and Management StudiesTravaux en français237 207