MétaCan
Menu
Retour à la cohorte
Enregistrement W2753695699

Approaches to the evaluation and management of the fish stock in Kainji Lake, Nigeria

2021· article· en· W2753695699 sur OpenAlexaff
E.O. Ita

Notice bibliographique

RevueAquaDocs (United Nations Educational, Scientific and Cultural Organization) · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFish Biology and Ecology Studies
Établissements canadiensTrinity College
Organismes subventionnairesnon disponible
Mots-clésFisheryFishingLittoral zoneGeographyStock assessmentFish <Actinopterygii>Fish stockEnvironmental scienceEcologyBiology
DOInon disponible

Résumé

récupéré en direct d'OpenAlex

Estimates of potential yield for Kainji Lake, and the methods of analysis by earlier workers are discussed. Also summarized is the state of the fishery after impoundment, between 1969 and 1971, based on experimental gillnet catches. Recent sampling of the young of the year along the littoral margin indicates that most of the commercially important species have spawned successful1y in the lake. An intense fishing mortality of juvenile fish, owing tothe use of small mesh nets by local fishermen, presents a possible threat to the future establishment of the fish in the lake. The results of gill-net selection studiesbased on HOLT'S (1957) method are given.The data have been extracted from experimental gill-net catches with graded fleets of nets between 1969 and 1971. Recommendations based on the above studies have beenmade to ensure a successful establishment of the fish species in the lake and an increase in catch-per~unit effort in subsequent years.

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 enseignants

Ni 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.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,216
Score d'incertitude au seuil0,873

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,007
Études des sciences et des technologies0,0010,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,078
Tête enseignante GPT0,257
Écart entre enseignants0,179 · 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 tête enseignante, 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

Citations9
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAquaDocs (United Nations Educational, Scientific and Cultural Organization)Même sujetFish Biology and Ecology StudiesTravaux en français237 207