MétaCan
Menu
Retour à la cohorte
Enregistrement W2810759838 · doi:10.1111/jfb.13740

Egg cannibalism in capelin <i>Mallotus villosus</i> at beach and deep‐water spawning habitats in the north‐west Atlantic Ocean

2018· article· en· W2810759838 sur OpenAlexaffabout
Bryden Bone, Gail K. Davoren

Notice bibliographique

RevueJournal of Fish Biology · 2018
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensUniversity of Manitoba
Organismes subventionnairesnon disponible
Mots-clésCapelinCannibalismBiologyMallotusFisheryHabitatSpawn (biology)PredationEcologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

We investigated egg cannibalism in spawning capelin Mallotus villosus on the north-east Newfoundland coast during July 2012-2014, specifically whether sex, spawning condition (i.e., spawning or spent) and spawning habitat influenced egg cannibalism. Capelin spawning in deep-water were 4.5-14 times more likely to be cannibals than those at the beach, probably due to the higher spatial overlap of spawners and conspecific eggs within this habitat relative to beaches. Males were 2.1-3.7 times more likely to be cannibals than females, but female cannibals had more eggs per stomach. Spawning fish were 1.6-1.9 times more likely to be cannibals than spent fish, but spent female cannibals had more eggs per stomach relative to spawning males and females in either habitat. Findings suggest that cannibalism may be an important foraging strategy, especially at deep-water spawning habitat, possibly extending the spawning season for males or increasing the probability of post-spawning survival for females. Although 44% of sampled females and 50% of males were cannibals, the estimated mortality due to egg cannibalism was low (0.49-2.97% of eggs produced annually), suggesting that egg cannibalism does not influence recruitment to a great extent in Newfoundland capelin.

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)0,000
score de la tête « metaresearch » (Gemma)0,000
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 enseignants0,326
Score d'incertitude au seuil0,648

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
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)0,0010,000

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 Opus0,013
Tête enseignante GPT0,244
Écart entre enseignants0,231 · 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

Citations6
Publié2018
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueJournal of Fish BiologyMême sujetMarine and fisheries researchTravaux en français237 207