MétaCan
Menu
Retour à la cohorte
Enregistrement W2794270469 · doi:10.3329/ajmbr.v3i4.35342

Effects of stocking density on the growth rate of gold fish fry reared in hapa

2018· article· en· W2794270469 sur OpenAlexaff
Md Saroar Hossain Shajib, Baadruzzoha Sarker, Abdulla Al Asif, Md Mizanur Rahman, Md. Abu Zafar, Amir Hossain

Notice bibliographique

RevueAsian Journal of Medical and Biological Research · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensHatch (Canada)
Organismes subventionnairesnon disponible
Mots-clésStockingAnimal scienceBody weightAlkalinityFish <Actinopterygii>BiologyAmmoniaWeight gainNitriteFisheryChemistryNitrateEcologyBiochemistry

Résumé

récupéré en direct d'OpenAlex

The present study was conducted to investigate effects of stocking density on growth performances of gold fish (Carassius auratus) in hapas. Experiment was conducted for a month with three treatments where three stocking densities were T1 (10 fry/hapa), T2 (15 fry/hapa) andT3 (20 fry/hapa) each having three replications which were selected randomly. In the present experiment hapa (3ft × 2ft × 2ft) with 1 mm mesh net was used. Gold fish fry having a mean body weight of 0.007 g were used in all treatments. Fishes were fed at the rate of 10% of their body weight containing 34.11% protein. Water quality parameters were monitored at 10 days interval and the ranges were –temperature 24.75 to 27.75 oC, dissolved oxygen 3.68 to 4.09 mg/L, pH 7.3 to 8.16, ammonia 0.3 to 1 mg/L, nitrite 0.01 to 0.03 mg/L, phosphate 0.6 to 1 mg/L and alkalinity 119 to 187 mg/L. At the growth performances were evaluated by comparing mean final body weight, specific growth rate and food conversion ratio. The present study showed that the gold fish fry in T1 resulted the best mean final weight gain (1.188 g) followed by T2 (0.834 g) and T3 (0.686 g). The SGR ranged between 6.64 and 7.43% per day and FCR ranged between 3.56 and 4.12 with T1 showing the lowest FCR. The survival rate (%) ranged between 76.67% to 85.67%. From the present experiment it was found that individual fish growth rate was decreased with the increase of stocking density.Asian J. Med. Biol. Res. December 2017, 3(4): 504-515

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)0,004
score de la tête « metaresearch » (Gemma)0,005
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: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,847
Score d'incertitude au seuil0,627

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0040,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,001
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,070
Tête enseignante GPT0,323
Écart entre enseignants0,254 · 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

Citations11
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Journal of Medical and Biological ResearchMême sujetAquaculture Nutrition and GrowthTravaux en français237 207