MétaCan
Menu
Retour à la cohorte
Enregistrement W2912169197 · doi:10.7717/peerj.6308

Improving the efficiency of the Fukui trap as a capture tool for the invasive European green crab ( <i>Carcinus maenas</i> ) in Newfoundland, Canada

2019· article· en· W2912169197 sur OpenAlexaffabout
Jonathan A. Bergshoeff, Cynthia H. McKenzie, Brett Favaro

Notice bibliographique

RevuePeerJ · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCrustacean biology and ecology
Établissements canadiensFisheries and Oceans CanadaMemorial University of Newfoundland
Organismes subventionnairesnon disponible
Mots-clésCarcinus maenasFisheryCrustaceanBayTrap (plumbing)DecapodaCatch per unit effortFishingInvasive speciesEcologyEnvironmental scienceBiologyGeographyArchaeologyEnvironmental engineering

Résumé

récupéré en direct d'OpenAlex

The European green crab ( Carcinus maenas ) is a crustacean species native to European and North African coastlines that has become one of the world’s most successful marine invasive species. Targeted fishing programs aimed at removing green crabs from invaded ecosystems commonly use Fukui multi-species marine traps. Improving the efficiency of these traps would improve the ability to respond to green crab invasions. In this study, we developed four distinct trap modifications that were designed to facilitate the successful capture of green crabs, with the goal of improving the performance of the Fukui trap. We tested these modifications in situ during the summer of 2016 at two locations in Placentia Bay, Newfoundland. We discovered that three of our modified Fukui trap designs caught significantly more green crabs than the standard Fukui trap, increasing catch-per-unit-effort (CPUE) by as much as 81%. We conclude that our top-performing modifications have great potential for widespread use with existing Fukui traps that are being used for green crab removal efforts.

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 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 enseignants0,406
Score d'incertitude au seuil0,482

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0010,000
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,005
Tête enseignante GPT0,181
Écart entre enseignants0,176 · 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.

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

Citations20
Publié2019
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revuePeerJMême sujetCrustacean biology and ecologyTravaux en français237 207