MétaCan
Menu
Retour à la cohorte
Enregistrement W2885945519 · doi:10.4000/vertigo.20063

Richesse spécifique et abondance du peuplement ichtyologique de l’Aire marine protégée de Joal-Fadiouth au Sénégal

2018· article· fr· W2885945519 sur OpenAlexvenueno aff
Sérigne Modou Sarr, Mamadou Ndiaye, Elhadji Faye, Djibril Keita Diedhiou

Notice bibliographique

RevueVertigO · 2018
Typearticle
Languefr
DomaineEnvironmental Science
ThématiqueFish biology, ecology, and behavior
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGeographyBiology

Résumé

récupéré en direct d'OpenAlex

Les objectifs de l’étude ont consisté à déterminer la richesse spécifique et l’abondance de la population ichtyologique de l’Aire Marine Protégée (AMP) de Jaol Fadiouth au Sénégal. Pour obtenir une vue représentative de la répartition spatiale de la faune ichtyologique de l’AMP de Joal-Fadiouth, nous avons choisi échantillonner sur trois sites notamment les stations de Gaskel, Eglise et Mbar Assane. Des pêches expérimentales sont réalisées entre 2014 et 2015 durant les quatre saisons hydrologiques de chaque année notamment en saison froide (avril), en saison de transition froide-chaude (juin), en saison chaude (août) et en saison de transition chaude froide (novembre). Trois types d’engin de pêche à savoir une senne tournante (ST), un filet maillant encerclant (FME) de mailles 12 mm étirée et une palangre (P) ont été utilisés séparément d’une station à une autre, suivant les caractéristiques de chaque station. Elle nous a permis d’identifier les différentes espèces et leur aire de répartition dans l’AMP. Au total, 70 espèces ont été recensées entre les différentes stations de pêche expérimentale des deux zones. Ces espèces se répartissent en 60 genres appartenant à 38 familles. Les espèces de la famille des Sciaenidae et des Carangidae sont les plus nombreuses avec respectivement chacune 9 et 7 espèces, suivies par, les Sparidae, les Clupeidae et les Tetraodontidae avec 5 espèces pour le premier et 3 espèces pour chacune des deux autres.

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)0,001
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 enseignants0,124
Score d'incertitude au seuil0,246

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,002
Études des sciences et des technologies0,0010,001
Communication savante0,0010,001
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 Opus0,017
Tête enseignante GPT0,265
Écart entre enseignants0,249 · 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

Citations2
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueVertigOMême sujetFish biology, ecology, and behaviorTravaux en français237 207