MétaCan
Menu
Retour à la cohorte
Enregistrement W2799771425 · doi:10.1139/cjfas-2017-0056

Guilty as charged: Nile perch was the cause of the haplochromine decline in Lake Victoria

2018· article· en· W2799771425 sur OpenAlexvenueno aff
B. E. Marshall

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueAquatic Ecosystems and Biodiversity
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésEutrophicationLatesPerchFisheryBiologyEcologyPopulationPredationGeographyFish <Actinopterygii>Nutrient

Résumé

récupéré en direct d'OpenAlex

Debate on the contribution of Nile perch (Lates niloticus) to the demise of Lake Victoria’s 500+ endemic haplochromine cichlids centers around the “top-down” and “bottom-up” hypotheses. The former suggests Nile perch destroyed the haplochromines, causing the disruption of food chains and nutrient cycling and so initiating the accelerated eutrophication of the lake. The latter proposes that haplochromines suppressed Nile perch by preying on its eggs and fry or competing with juveniles for food. A recent paper argued that accelerated eutrophication caused by a climatic event led to their collapse, allowing Nile perch to explode. However, the Nile perch population grew before haplochromines decreased, and they only collapsed once Nile perch biomass exceeded theirs. The chronology indicates that accelerated eutrophication of the lake followed rather than preceded the haplochromine collapse, suggesting that eutrophication was not its cause. A size-selective predation model developed to support the bottom-up hypothesis is discussed in light of existing data, but does not support the bottom-up hypothesis. It was concluded that the top-down model better fits the data and conforms to the law of parsimony.

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)0,002
score de la tête « metaresearch » (Gemma)0,008
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 enseignants0,230
Score d'incertitude au seuil0,456

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,008
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0040,004
Communication savante0,0020,002
Science ouverte0,0010,001
Intégrité de la recherche0,0020,002
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,021
Tête enseignante GPT0,220
Écart entre enseignants0,198 · 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

Citations67
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetAquatic Ecosystems and BiodiversityTravaux en français237 207