Effect of stocking density and salinity on the growth and survival of golden Anabas fry
Notice bibliographique
Résumé
Stocking density and salinity influence on the growth and survival of golden Anabas fry were studied. Experiments were carried out at Hatchery Unit, Institute of Bioscience, Universiti Putra Malaysia, Serdang Selangor, Malaysia. Growth parameters were measured once a month. While survival was monitored daily throughout the experimental period. Water quality such as temperature, dissolved oxygen (DO), pH, ammonia and nitrite were measured once a week prior to water change. During the study period, fry were fed to apparent satiation with commercial crumble diet (Cargill 6103) containing 34% crude protein. After 6 weeks of culture, fry were weaned on Starfeed 9910 (1mm) containing 32% crude protein. Feedings were carried out two times daily at 0830and 1700. In the stocking density experiment, 3 densities tested were 2, 3 and 4 fry/L. All treatments were conducted in triplicates in 10L plastic aquaria. Golden Anabas fry with wet weight of 1.02g weight and total length of 3.60cm were used in this experiment. As for salinity experiment, golden Anabas fry were cultured in water with salinities of 0, 5, 10 and 15 ppt, at stocking of 3 fry/L, in 8L aquaria. Statistical analysis showed that there were significant differences (p<0.05) in the growth between the treatments. The best growth recorded was in 2 fry/L, followed by 3 and 4 fry/L. As for salinity experiment, 0 ppt showed significantly better (p<0.05) growth as compared to the rest of the treatments. However, the percentage of survival was not significantly different (p>0.05) among the treatments. In conclusion, golden Anabas fry showed better growth when cultured at low stocking density (2 fry/L) and can tolerate up to 15 ppt salinity.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,004 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 0,000 |
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.
score_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 découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».