MétaCan
Menu
Retour à la cohorte
Enregistrement W2802468977 · doi:10.1002/nafm.10052

Performance of Instream Jordan–Scotty Salmon Egg Incubators Under Different Installation and Sedimentation Conditions

2018· article· en· W2802468977 sur OpenAlexafffund
Craig F. Purchase, Brittany Palm‐Flawd, Louis Charron

Notice bibliographique

RevueNorth American Journal of Fisheries Management · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensMemorial University of Newfoundland
Organismes subventionnairesFondation Pour La Conservation Du Saumon Atlantique
Mots-clésIncubatorSedimentationIncubationPopulationBiologyFish <Actinopterygii>FisherySedimentEnvironmental science

Résumé

récupéré en direct d'OpenAlex

Abstract Fish stocking, in which natural populations are supplemented with progeny through some unnatural means, is widespread and takes many forms. Long-term benefits of population viability are generally greatest when individuals are subjected to as little artificial rearing as possible. For salmonids, instream incubation enables embryo exposure to natural conditions during a critical developmental period. The Jordan–Scotty incubator is a new tool that facilitates the ability to conduct instream incubation on a semi-large scale. However, the performance of this type of incubator is affected by sedimentation. We quantified sediment accumulation within Jordan–Scotty incubators when installed using four potential methods in a blocked design that eliminated confounding space–time variables. Although sediment accumulation was highly variable, there appeared to be no benefit in taking the extra effort to install the incubators under gravel as recommended by the manufacturer. Incubator exposure to streamflow can be achieved in several ways and reduces sedimentation. We recommend the use of pre-installed plastic milk crates as incubator receptacles.

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 seuil0,021

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
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0020,000

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 Opus0,006
Tête enseignante GPT0,210
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

Citations3
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNorth American Journal of Fisheries ManagementMême sujetFish Ecology and Management StudiesTravaux en français237 207