MétaCan
Menu
Retour à la cohorte
Enregistrement W3119804797 · doi:10.1093/icesjms/fsaa146

Variation in behavioural responses of sub-tropical marine fishes to experimental longline capture

2020· article· en· W3119804797 sur OpenAlexaff
Brendan S. Talwar, Ian A. Bouyoucos, Edward J. Brooks, Jacob W. Brownscombe, Cory D. Suski, Steven J. Cooke, R. Dean Grubbs, John W. Mandelman

Notice bibliographique

RevueICES Journal of Marine Science · 2020
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensCarleton University
Organismes subventionnairesCape Eleuthera Foundation
Mots-clésBycatchBiologyFisheryReefEcologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Abstract Fishes are often caught as bycatch on longlines and subsequently discarded. The behavioural response of fishes to longline capture is poorly understood, although it may be linked to the magnitude of the physiological stress response, and, ultimately, contribute to stress-induced mortality. We used accelerometers, video cameras, and hook timers to analyse the behavioural response of 13 subtropical teleost and elasmobranch species to experimental longline capture in The Bahamas. We found that, across all species and species groups, fight intensity during a capture event was best described by a negative linear and positive quadratic response. Nurse sharks and tiger sharks had lower fight intensity values and exhibited less steepness in their quadratic response during the first 10 min of capture than other species, particularly blacktip and Caribbean reef sharks. Nurse sharks also exhibited the most consistent fight intensity during the entire capture event compared to other shark species, particularly the blacknose shark. Generally, obligate ram ventilators and mixed ventilators exhibited higher steepness in fight intensity trajectories than buccal/spiracular pumpers, which had more consistent, lower fight intensity values. Behavioural responses to longline capture are species specific but may be linked to distinct evolutionary traits such as respiratory mode.

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 enseignants0,006
Score d'incertitude au seuil0,011

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 Opus0,017
Tête enseignante GPT0,263
Écart entre enseignants0,246 · 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

Citations13
Publié2020
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueICES Journal of Marine ScienceMême sujetIchthyology and Marine BiologyTravaux en français237 207