MétaCan
Menu
Retour à la cohorte
Enregistrement W3019587788 · doi:10.1002/naaq.10153

Effect of Transport Method on Subsequent Survivorship and Gonad Yield/Quality in the Red Sea Urchin <i>Mesocentrotus franciscanus</i>

2020· article· en· W3019587788 sur OpenAlexafffund
Emily M. Warren, Christopher M. Pearce

Notice bibliographique

RevueNorth American Journal of Aquaculture · 2020
Typearticle
Langueen
DomaineEarth and Planetary Sciences
ThématiqueMarine and coastal plant biology
Établissements canadiensUniversity of VictoriaFisheries and Oceans Canada
Organismes subventionnairesFisheries and Oceans Canada
Mots-clésGonadSea urchinBiologyFisheryBroodstockSeawaterMusselAnimal scienceAquacultureZoologyFish <Actinopterygii>EcologyAnatomy

Résumé

récupéré en direct d'OpenAlex

Abstract Sea urchin gonad enhancement entails collecting adults with low gonad yields from the wild, placing them in land-based or sea-based captivity, and feeding them a prepared or natural diet to produce high quality/quantity gonads for marketing. Collection and transportation to the culture facility can be stressful to the urchins and cause subsequent mortalities and suboptimal gonad yield/quality. Minimizing this handling stress is critical to ensuring maximum survivorship and optimal gonad enhancement, yet very little research has examined this, with no information being available for the red sea urchin Mesocentrotus franciscanus. The present study examined survivorship, gonad yield, and gonad quality of red sea urchins 2 weeks after exposure to three 2-h transport methods: (1) milk crates placed in two plastic fish totes filled with ambient seawater (“wet crate”), (2) sealed Styrofoam boxes filled with ambient seawater (“wet box”), and (3) sealed Styrofoam boxes without seawater, but with wet burlap placed on top of the urchins (“dry box”). While no gonadal parameters significantly differed between transportation methods, the percentage of survivorship for both the wet boxes and wet crates was 100%, while that for the dry boxes was 58.3% after 2 weeks, indicating that wet transport should be preferred over dry transport for red sea urchins.

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 enseignants0,130
Score d'incertitude au seuil0,996

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 technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,000
Intégrité de la recherche0,0000,001
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 Opus0,016
Tête enseignante GPT0,248
Écart entre enseignants0,231 · 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

Citations8
Publié2020
Routes d'admission2
Résumé présentoui

Explorer davantage

Même revueNorth American Journal of AquacultureMême sujetMarine and coastal plant biologyTravaux en français237 207