MétaCan
Menu
Retour à la cohorte
Enregistrement W4312410096 · doi:10.1139/facets-2021-0061

A novel morphometry-based method for assessing maturity in male Tanner crab,<i> Chionoecetes bairdi</i>

2022· article· en· W4312410096 sur OpenAlexvenueno aff
Jonathan I. Richar, Robert J. Foy

Notice bibliographique

RevueFACETS · 2022
Typearticle
Langueen
DomaineEnvironmental Science
ThématiqueCrustacean biology and ecology
Établissements canadiensnon disponible
Organismes subventionnairesNational Oceanic and Atmospheric Administration
Mots-clésChelaCarapaceMaturity (psychological)PopulationSexual maturityBiologyFisheryStatisticsMetric (unit)MathematicsEcologyDemographyCrustaceanEngineering

Résumé

récupéré en direct d'OpenAlex

Accurate classification of maturity status and estimation of size at 50% maturity for male crabs are important to the management of North Pacific crab stocks, which form the basis of several economically valuable fisheries. We demonstrate a straightforward maturity classification approach applied to male Tanner crabs ( Chionoecetes bairdi), based on the use of log-transformed chela height distributions calculated via kernel density functions. The linear equation defining the relationship between the minima of these chela height distributions, and the midpoint of the corresponding carapace width bins is then used to estimate the incidence of maturity by size group across the population. We demonstrate the performance of this approach relative to two other currently applied methodologies. Finally, we apply this method to assess annual size at 50% maturity in eastern Bering Sea male Tanner crabs, and spatiotemporal trends in this parameter. We demonstrate the existence of high interannual and spatial variability in this population metric and find evidence of a decline in size at maturity in the western stock.

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: Expérimental (laboratoire) · Signal consensuel: aucune
GenreSignal candidat: Empirique · Signal consensuel: Empirique
Score de désaccord entre enseignants0,005
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
Bibliométrie0,0020,001
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 Opus0,020
Tête enseignante GPT0,284
Écart entre enseignants0,264 · 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'étudeExpérimental (laboratoire)
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

Citations3
Publié2022
Routes d'admission1
Résumé présentoui

Explorer davantage

Même revueFACETSMême sujetCrustacean biology and ecologyTravaux en français237 207