Mass balance model of Lake Volta fisheries: The use of Ecopath model
Notice bibliographique
Résumé
Abstract A mass balance model of trophic interactions among ten key functional producer and consumer groups in Lake Volta was constructed using the Ecopath model to study the energy flows and species interactions in the lake. The present study was based on secondary and primary data on fish catch, diet composition, phytoplankton and zooplankton biomasses, collected in 2015 and 2016. Additional information on growth parameters of major species required for balancing the Ecopath model was obtained from sampling and FishBase. The functional groups were detritus, phytoplankton, zooplankton, benthos, prey fish, Tilapia, Bagrus , Chrysichthys , Alestes and Synodontis species. Four trophic levels were identified in the Lake Volta ecosystem, with the energy flow occurring mainly within the first three trophic levels. The calculated ecotrophic efficiency value of the primary producers (phytoplankton: 0.17; detritus: 0.22) indicated they were least exploited, compared to the secondary producers, zooplankton (0.80) and benthos (0.50). All secondary consumers had ecotrophic efficiency values higher than the primary producers, indicating they are exploited in the ecosystem. The main energy flows in the lake were from phytoplankton and detritus at trophic level I, and Bagrus species, the top predator, at a level of 3.30. The network analysis, illustrating a connectance index of 0.43 and an omnivory index of 0.06, in the lake system indicated the ecosystem is unstable, somewhat immature and still in a developing stage.
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 enseignantsNi 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.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,001 |
| Études des sciences et des technologies | 0,000 | 0,001 |
| Communication savante | 0,000 | 0,002 |
| Science ouverte | 0,001 | 0,002 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,000 | 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 tête enseignante, 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 ».