MétaCan
Menu
Retour à la cohorte
Enregistrement W4256414246 · doi:10.7287/peerj.preprints.162

Diagnosing the dangerous demography of manta rays using life history theory

2013· preprint· en· W4256414246 sur OpenAlexaff
Nicholas K. Dulvy, Sebastián A. Pardo, Colin A. Simpfendorfer, John K. Carlson

Notice bibliographique

Revuenon disponible
Typepreprint
Langueen
DomaineEnvironmental Science
ThématiqueIchthyology and Marine Biology
Établissements canadiensSimon Fraser University
Organismes subventionnairesnon disponible
Mots-clésContext (archaeology)FishingExtinction (optical mineralogy)PopulationDemographyGeographyLife historyLife history theoryBiologyEcologyArchaeologySociology

Résumé

récupéré en direct d'OpenAlex

The directed harvest and global trade in the gill plates of mantas, and other mobulid rays, has led to increased fishing pressure and steep population declines in some locations. The slow life history, particularly of the manta rays, is cited as a key reason why such species have little capacity to withstand directed fisheries. Here, we place their life history and demography in the context of other sharks and rays. Despite the limited availability of data, we use life history theory and comparative analysis to develop plausible ranges of somatic growth rate, annual pup production and age at maturity to estimate risk of extinction (maximum intrinsic rate of population increase rmax) using a variant of the classic Euler-Lotka model. Manta ray rmax is most sensitive to the length of the reproductive cycle, and the median rmax of 0.11 year-1(CI: 0.089-0.137) is one of the lowest known of the 106 sharks and rays for which we have comparable demographic information. In common with other unprotected, unmanaged, high-value large-bodied species with low or very low productivity, manta rays are unlikely to sustain unmonitored, unregulated exploitation and may face increasing local and regional extinction risk.

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)0,002
score de la tête « metaresearch » (Gemma)0,005
Version: metacan-v3-hybrid-931329e0061cStatut de validation: machine_predicted_unvalidated
Catégories candidatesaucune
Catégories consensuellesaucune
DomaineSignal candidat: aucune · Signal consensuel: aucune
Devis d'étudeSignal candidat: Théorique ou conceptuel · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,004
Score d'incertitude au seuil0,008

Scores du classifieur distillé par catégorie (deux têtes)

CatégorieCodexGemma
Métarecherche0,0020,005
Méta-épidémiologie (sens strict)0,0000,000
Méta-épidémiologie (sens large)0,0000,000
Bibliométrie0,0020,000
Études des sciences et des technologies0,0000,001
Communication savante0,0010,001
Science ouverte0,0000,001
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 Opus0,026
Tête enseignante GPT0,224
Écart entre enseignants0,198 · 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'étudeThéorique ou conceptuel
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

Citations15
Publié2013
Routes d'admission1
Résumé présentoui

Explorer davantage

Même sujetIchthyology and Marine BiologyTravaux en français237 207