MétaCan
Menu
Retour à la cohorte
Enregistrement W3143653869 · doi:10.33997/j.afs.2021.34.1.002

The Relationship Between Size at Maturity and Maximum Size in Cichlid Populations Corroborates the Gill-Oxygen Limitation Theory (GOLT)

2021· article· en· W3143653869 sur OpenAlexaff
U.S. Amarasinghe, Daniel Pauly

Notice bibliographique

RevueAsian Fisheries Science · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueFish Ecology and Management Studies
Établissements canadiensUniversity of British Columbia
Organismes subventionnairesnon disponible
Mots-clésSpawn (biology)CichlidBiologyTilapiaFisheryAquacultureFish <Actinopterygii>EcologyZoology

Résumé

récupéré en direct d'OpenAlex

Fish generally mature at a smaller fraction of their maximum sizes than birds and mammals. The farmed tilapia (Family Cichlidae) can tolerate adverse conditions that result in stunting and which also cause the fish to spawn at small size. Such spawning at small size (or ‘early spawning’) is usually perceived as a unique feature of tilapia. The mechanism that explains how stressful environmental conditions tend to reduce the maximum size that fish can reach is very general and should apply to all fish. However, not all fish species are equally hardy, and most fish do not survive in the stunted or dwarf form under stressful environmental conditions. Tilapia, and other cichlids, on the other hand, can handle stressful conditions, if by remaining stunted. The present study shows that tilapia and other cichlids do not spawn ‘earlier’ than other teleosts. Rather, they are exceptionally tolerant of stressful environmental conditions, but with elevated metabolism. By reducing their growth and the maximum size they can reach ‘stunting’, they also reduce the sizes at which their maturity is initiated (‘early spawning’). This corroborates the gill-oxygen limitation theory (GOLT), which identifies spawning as an event rather than a determinant of fish growth.

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)0,001
score de la tête « metaresearch » (Gemma)0,003
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 enseignants0,004
Score d'incertitude au seuil0,009

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
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)0,0030,000

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 Opus0,028
Tête enseignante GPT0,246
Écart entre enseignants0,218 · 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

Citations18
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueAsian Fisheries ScienceMême sujetFish Ecology and Management StudiesTravaux en français237 207