MétaCan
Menu
Retour à la cohorte
Enregistrement W3082022513 · doi:10.1139/cjfas-2020-0040

Southern king crab larval survival: from intra- and interfemale variations to a fishery-induced mortality

2020· article· en· W3082022513 sur OpenAlexvenueno aff
Pablo Di Salvatore, Hernán Javier Sacristán, M. Paula Sotelano, Federico Tapella, María Gowland-Sainz, Gustavo A. Lovrich

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCrustacean biology and ecology
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésBiologyHatchingMarine larval ecologyLarvaFisheryZoologyEcologyFishing

Résumé

récupéré en direct d'OpenAlex

The southern king crab (Lithodes santolla) supports one of the most important fisheries in southern South America. Lecithotrophic larvae hatch over an extended period, in which brooding females can be fished, but must be discarded due to regulations. Larval mortality by female fishing was evaluated. Samples of newly hatched zoeae I were obtained the day before (control) and after female treatment (aerial exposure or aerial exposure + free fall). Independently of the mothers’ treatment, larvae survived less than those from the control, explained by the air-exposure effects. The intraclutch variability in larval survival and their variability in energetic reserves were studied. Females were maintained during the hatching period, and zoea I samples were taken during 3 successive days. We found high variation in larval survival within a single egg clutch and between different females, only ascribable to the initial larval glycogen content. The intraclutch variability in larval survival combined with extended hatching may be an adaptation that allows mothers to find an adequate substrate as larvae hatch and may constitute a diversified bet-hedging strategy.

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 machine sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.

score de la tête « metaresearch » (Codex)0,000
score de la tête « metaresearch » (Gemma)0,001
Version: metacan-v3-hybrid-931329e0061cStatut 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 enseignants0,996
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,001
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)0,0010,000

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 Opus0,047
Tête enseignante GPT0,238
Écart entre enseignants0,191 · 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 source (Gemma direct ou Codex distillé), 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

Citations5
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic SciencesMême sujetCrustacean biology and ecologyTravaux en français237 207