MétaCan
Menu
Retour à la cohorte
Enregistrement W4224128557 · doi:10.1007/s41208-022-00433-5

Length-length, Length–weight, and Weight-weight Relationships of Yellowfin (Thunnus Albacares) and Bigeye (Thunnus Obesus) Tuna Collected From the Commercial Handlines Fisheries in the South China Sea

2022· article· en· W4224128557 sur OpenAlexaff
Khanh Q. Nguyen, Huyen Trong Phan, Phu Duc Tran, Binh Van Nguyen, Thanh Van Do, Luong Trong Nguyen, Phuong Van To, Nghiep Ke Vu

Notice bibliographique

RevueThalassas An International Journal of Marine Sciences · 2022
Typearticle
Langueen
DomaineAgricultural and Biological Sciences
ThématiqueFish Biology and Ecology Studies
Établissements canadiensFisheries and Oceans Canada
Organismes subventionnairesTrường Đại học Nha Trang
Mots-clésThunnusYellowfin tunaFisheryScombridaeTunaBiologyFisheries managementFish <Actinopterygii>Fishing

Résumé

récupéré en direct d'OpenAlex

Abstract Tuna fisheries have become the most important contributor to the coastal central provinces of Vietnam since it was introduced in early 1990s. However, developing effective management guidelines for yellowfin ( Thunnus albacares ) and bigeye ( Thunnus obesus ) tuna, the main target species for longline and handline fisheries, is difficult because there is no information on its growth characteristics. In particular, length-length, length–weight, and weight-weight relationships, the important components of fisheries production models, do not exist for those species. This study first provided those relationship equations and represented an improvement in the knowledge of these species in its distribution range with maximum sizes updated.

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 distillée sur la base complète

Imitation des enseignants

Ni prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.

score de la tête « metaresearch » (Codex)0,002
score de la tête « metaresearch » (Gemma)0,001
Version: codex-gemma-dda1882f352aStatut 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 enseignants0,020
Score d'incertitude au seuil0,973

Scores Codex et Gemma par catégorie

CatégorieCodexGemma
Métarecherche0,0020,001
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0000,000
Études des sciences et des technologies0,0010,001
Communication savante0,0000,000
Science ouverte0,0010,000
Intégrité de la recherche0,0000,001
Charge utile insuffisante (le modèle a refusé de juger)0,0000,000

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 Opus0,032
Tête enseignante GPT0,232
Écart entre enseignants0,201 · 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 tête enseignante, 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

Citations8
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueThalassas An International Journal of Marine SciencesMême sujetFish Biology and Ecology StudiesTravaux en français237 207