MétaCan
Menu
Retour à la cohorte
Enregistrement W2896559036 · doi:10.1111/eff.12451

Comparing three methods to estimate the average size at first maturity: A case study on a Curimatid exhibiting polyphasic growth

2018· article· en· W2896559036 sur OpenAlexaff
Danielly Torres Hashiguti, Bruno Eleres Soares, Kyle L. Wilson, Roberta Dannyele Oliveira Raiol, Luciano Fogaça de Assis Montag

Notice bibliographique

RevueEcology Of Freshwater Fish · 2018
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFish Biology and Ecology Studies
Établissements canadiensUniversity of Calgary
Organismes subventionnairesConselho Nacional de Desenvolvimento Científico e TecnológicoCoordenação de Aperfeiçoamento de Pessoal de Nível Superior
Mots-clésRange (aeronautics)Logistic regressionMaturity (psychological)StatisticsFish <Actinopterygii>BiologyEcologyMathematicsFishery

Résumé

récupéré en direct d'OpenAlex

Abstract The average size at first |maturity (L 50 ) is among the most important parameters for fisheries management and conservation. This paper aims to compare three different methods for its estimation. Considering a classical approach, a logistic model was used (a) by determining the gonadal stage macroscopically; and (b) by using the GSI as proxy of sexual maturity; and finally; (c) by using the length–weight relationship ( LWR ) in a theoretical approach. The proposed methods were applied using data of a detritivorous fish, Cyphocharax abramoides , monthly sampled using gill nets. Captured individuals were measured, weighed, sexed and the gonadal stage was classified macroscopically and weighed. Estimated L 50 values using the macroscopic identification, GSI approach and LWR were not different from each other considering confidence intervals. Between the three different techniques, we concluded that the analysis of the LWR in fishes with polyphasic growth presented promising results as it only requires length and weight data to be performed and estimate a L 50 within the range of both classical logistic models analysed.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,001
score de la tête « metaresearch » (Gemma)0,000
Version: codex-gemma-dda1882f352aStatut de validation: machine_predicted_unvalidated
Catégories candidatesÉtudes des sciences et des technologies
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 enseignants0,509
Score d'incertitude au seuil1,000

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0010,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0000,001
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 Opus0,041
Tête enseignante GPT0,312
Écart entre enseignants0,271 · 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 tête enseignante, pas un consensus.

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

Citations16
Publié2018
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueEcology Of Freshwater FishMême sujetFish Biology and Ecology StudiesTravaux en français237 207