Measuring fish condition: an evaluation of new and old metrics for three species with contrasting life histories
Notice bibliographique
Résumé
Measuring fish condition should link ecosystem drivers with population dynamics, if the underlying physiological basis for variations in condition indices are understood. We evaluated traditional (K, Kn, hepatosomatic index, gonadosomatic index, energy density, and percent dry weight of muscle (%DWM) and liver (%DWL)) and newer (bioelectrical impedance analysis (BIA) and scaled mass index (SMI)) condition indices to track seasonal cycles in three flatfishes — winter founder (Pseudopleuronectes americanus; three stocks), yellowtail flounder (Limanda ferruginea; three stocks), and summer flounder (Paralichthys dentatus; one stock) — with contrasting life histories in habitat, feeding, and reproduction. The %DWM and %DWL were good proxies for energy density (r2 > 0.96) and more strongly related to K, Kn, and SMI than to BIA metrics. Principal component analysis indicated many metrics performed similarly across species; some were confounded by size, sex, and maturity along PC1, while others effectively characterized condition along PC2. Stock differences were along PC1 in winter flounder, reflecting different sizes across stocks, whereas in yellowtail flounder differences occurred along PC2 related to condition. These comparisons, within and across species, highlight the broad applicability of some metrics and limitations in others.
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 enseignantsNi 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.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,003 | 0,003 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,001 | 0,001 |
| Science ouverte | 0,000 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,001 | 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 source (Gemma direct ou Codex distillé), 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 ».