MétaCan
Menu
Retour à la cohorte
Enregistrement W3095025955 · doi:10.1038/s41597-020-00711-y

Individual back-calculated size-at-age based on otoliths from Pacific coral reef fish species

2020· article· en· W3095025955 sur OpenAlexaff
Fabien Morat, Jérémy Wicquart, Nina M. D. Schiettekatte, Guillemette De Sinéty, Jean Bienvenu, Jordan M. Casey, Simon J. Brandl, Jason Vii, Jérémy Carlot, Samuel Degregori, Alexandre Mercière, Pauline Fey, René Galzin, Yves Letourneur, Pierre Sasal, Valériano Parravicini

Notice bibliographique

RevueScientific Data · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensSimon Fraser University
Organismes subventionnairesNational Human Genome Research InstituteFondation de FranceFondation BNP ParibasBNP Paribas CardifAgence Nationale de la Recherche
Mots-clésCoral reefCoral reef fishFisheryReefCoralFish <Actinopterygii>BiologyOceanographyGeographyEcologyGeology

Résumé

récupéré en direct d'OpenAlex

Somatic growth is a critical biological trait for organismal, population, and ecosystem-level processes. Due to its direct link with energetic demands, growth also represents an important parameter to estimate energy and nutrient fluxes. For marine fishes, growth rate information is most frequently derived from sagittal otoliths, and most of the available data stems from studies on temperate species that are targeted by commercial fisheries. Although the analysis of otoliths is a powerful tool to estimate individual growth, the time-consuming nature of otolith processing is one barrier for collection of comprehensive datasets across multiple species. This is especially true for coral reef fishes, which are extremely diverse. Here, we provide back-calculated size-at-age estimates (including measures of uncertainty) based on sagittal otoliths from 710 individuals belonging to 45 coral reef fish species from French Polynesia. In addition, we provide Von Bertalanffy growth parameters which are useful to predict community level biomass production.

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)0,002
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: Jeu de données · Signal consensuel: aucune
Score de désaccord entre enseignants0,027
Score d'incertitude au seuil0,053

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,002
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,001
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,000
Charge utile insuffisante (le modèle a refusé de juger)0,0030,001

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 Opus0,089
Tête enseignante GPT0,264
Écart entre enseignants0,175 · 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
GenreJeu de données

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
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueScientific DataMême sujetMarine and fisheries researchTravaux en français237 207