MétaCan
Menu
← Retour à la cohorte
Enregistrement W3210337099 · doi:10.1139/cjfas-2020-0444

Support for the Slope Sea as a major spawning ground for Atlantic bluefin tuna: evidence from larval abundance, growth rates, and particle-tracking simulations

2021· article· en· W3210337099 sur OpenAlexvenueno aff
Christina M. Hernández, David E. Richardson, Irina I. Rypina, Ke Chen, Katrin E. Marancik, Kathryn Shulzitski, Joel K. Llopiz

Notice bibliographique

RevueCanadian Journal of Fisheries and Aquatic Sciences · 2021
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueMarine and fisheries research
Établissements canadiensnon disponible
Organismes subventionnairesNational Oceanic and Atmospheric Administration
Mots-clésTunaFisheryThunnusLarvaPopulationOceanographyScombridaeAbundance (ecology)BiologyGeographyEcologyGeologyFish <Actinopterygii>

Résumé

récupéré en direct d'OpenAlex

Atlantic bluefin tuna (Thunnus thynnus) are commercially and ecologically valuable, but management is complicated by their highly migratory lifestyle. Recent collections of bluefin tuna larvae in the Slope Sea off northeastern United States have opened questions about how this region contributes to population dynamics. We analyzed larvae collected in the Slope Sea and the Gulf of Mexico in 2016 to estimate larval abundance and growth rates and used a high-resolution regional ocean circulation model to estimate spawning locations and larval transport. We did not detect a regional difference in growth rates, but found that Slope Sea larvae were larger than Gulf of Mexico larvae prior to exogenous feeding. Slope Sea larvae generally backtracked to locations north of Cape Hatteras and would have been retained within the Slope Sea until the early juvenile stage. Overall, our results provide supporting evidence that the Slope Sea is a major spawning ground that is likely to be important for population dynamics. Further study of larvae and spawning adults in the region should be prioritized to support management decisions.

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: Simulation ou modélisation · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,893
Score d'incertitude au seuil0,214

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0010,003
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,001
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,000
Communication savante0,0010,000
Science ouverte0,0010,000
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 Opus0,047
Tête enseignante GPT0,284
Écart entre enseignants0,236 · 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'étudeSimulation ou modélisation
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

Citations26
Publié2021
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueCanadian Journal of Fisheries and Aquatic Sciences→Même sujetMarine and fisheries research→Travaux en français237 207→