MétaCan
Menu
← Retour à la cohorte
Enregistrement W3118951804 · doi:10.18331/sfs2021.7.2.4

Backcross breeding between TGGG hybrid grouper (Epinephelus fuscoguttatus E. lanceolatus) and giant grouper (E. lanceolatus)

2021· article· en· W3118951804 sur OpenAlexvenueno aff
Jing Tan

Notice bibliographique

RevueJournal of Survey in Fisheries Sciences · 2021
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueAquaculture Nutrition and Growth
Établissements canadiensnon disponible
Organismes subventionnairesnon disponible
Mots-clésGrouperSerranidaeBiologyEpinephelusFisheryZoologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

This paper reports on the first successful backcross breeding between TGGG hybrid grouper and GG in captivity. To establish a seed production technique for this new backcross grouper, eggs and larval development were observed. Three successful spawning was observed in November 2018, September 2019 and November 2019. The eggs were collected using stripping methods and the sperms were collected using sperms collector. About 1.2 to 1.3 litres of eggs were collected in each spawning. Eggs and larval development of backcross TGGG hybrid and GG were almost similar to its parental species and other Epinephelus species. Fertilized eggs were measured 0.860 to 0.915 mm in diameter, with oil globule 0.190 to 0.214 mm in diameter. Fertilization and hatching rate were in between 80 to 90 %. Newly hatched larvae range from 1.64 to 1.99 mm and commenced feeding at 60 d AH. Larval dorsal and pelvic spines started to develop from 9 d AH and fins were formed on 21 d AH. By the age of 30 d AH, the fish entered juvenile stage. At 60 d AH, the fry’s body shape and colour resembled those of the adult. After more than 300 d AH, the fish reached 1 kg in weight. The backcross between female TGGG and male GG is expected to perform even better growth and survival rate than TGGG because the backcross carries more genetic material from the GG, which would be ideal for mass production in the aquaculture industry.

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)0,000
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Expérimental (laboratoire) · Signal consensuel: Expérimental (laboratoire)
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,006
Score d'incertitude au seuil0,021

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0000,000
Méta-épidémiologie (sens strict)0,0010,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0010,000
Études des sciences et des technologies0,0000,000
Communication savante0,0000,000
Science ouverte0,0000,001
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0060,001

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 Opus0,126
Tête enseignante GPT0,256
Écart entre enseignants0,130 · 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'étudeExpérimental (laboratoire)
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

Citations4
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueJournal of Survey in Fisheries Sciences→Même sujetAquaculture Nutrition and Growth→Travaux en français237 207→