MétaCan
Menu
← Retour à la cohorte
Enregistrement W2619272894 · doi:10.1139/cjfas-2016-0318

High temporal resolution sampling reveals reef fish settlement is highly clustered

2017· article· en· W2619272894 sur OpenAlexvenueno aff
Julius J. B. Piercy, David J. Smith, Jamaluddin Jompa, Stephen D. Simpson, Edward A. Codling

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2017
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCoral and Marine Ecosystems Studies
Établissements canadiensnon disponible
Organismes subventionnairesNatural Environment Research CouncilSight Research UK
Mots-clésPelagic zoneCoral reefReefCoral reef fishSampling (signal processing)FisheryDuskEcologyGeographyCoralOceanographyEnvironmental scienceBiologyGeology

Résumé

récupéré en direct d'OpenAlex

Coral reef fish larvae settle on reefs predominantly at night around the new-moon phase, after an early developmental period spent in the pelagic environment. Most sampling is conducted across whole nights, and any studies that have examined the frequency of arrival within nights have typically been limited to coarse sampling time scales of 1–5 h. Here, we present results for arrival numbers of fish caught between dusk and midnight from light traps sampled every 15 min at an Indonesian coral reef, providing the finest temporal resolution for this type of study to date. A spatial analysis by distance indices analysis, adapted to temporal data, revealed clustering of reef arrival times for many species, with an increase in catches immediately after dusk dropping off towards midnight. Importantly, the timing of clusters differed among species, indicating that different factors determine the timing of arrival among taxa. Our results support the hypothesis that larval behaviour influences the timing of arrival at a coral reef for different fish species.

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)0,002
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
Métarecherche0,0010,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0000,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0010,000

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 Opus0,039
Tête enseignante GPT0,244
Écart entre enseignants0,204 · 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

Citations2
Publié2017
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetCoral and Marine Ecosystems Studies→Travaux en français237 207→