MétaCan
Menu
Retour à la cohorte
Enregistrement W2973741034 · doi:10.1080/14634988.2019.1670461

The history and ecology of Cisco <i>Coregonus artedi</i> in the Laurentian Great Lakes

2019· article· en· W2973741034 sur OpenAlexaboutno aff
Ellen George

Notice bibliographique

RevueAquatic Ecosystem Health & Management · 2019
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésCoregonusOverfishingFisherySalvelinusAlewifeEcologyCoregonus clupeaformisSalmoBiologyForage fishTroutPredationFishingFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Cisco Coregonus artedi are a schooling, coldwater, zooplanktivorous fish native to the northern United States and Canada. They were once one of the most abundant fish species in the region, supporting large commercial fisheries in all five of the Great Lakes. Overfishing, habitat degradation, and impacts from invasive species such as Rainbow Smelt Osmerus mordax and Alewife Alosa pseudoharengus lead to the collapse of these fisheries by the mid 1900’s. Recently, there has been an increased momentum for restoring Cisco populations in the Great Lakes due to their role as native prey fish species for predators such as Lake Trout Salvelinus namaycush and Atlantic Salmon Salmo salar. Here I present a general overview of Cisco biology, detail the history of the commercial fishery in the Great Lakes, and look ahead to future restoration and recovery goals.

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)0,002
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: Sans objet · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,199
Score d'incertitude au seuil0,913

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,000
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 ouverte0,0000,000
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 Opus0,009
Tête enseignante GPT0,211
Écart entre enseignants0,202 · 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'étudeSans objet
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'admission1
Résumé présentoui

Explorer davantage

Même revueAquatic Ecosystem Health & ManagementMême sujetFish Ecology and Management StudiesTravaux en français237 207